Creación de clústeres mediante plantillas SageMaker HyperPod CloudFormation - Amazon SageMaker AI
Configure los recursos en la consola e impleméntelos mediante CloudFormationConfigure los recursos e impleméntelos mediante CloudFormation

Las traducciones son generadas a través de traducción automática. En caso de conflicto entre la traducción y la version original de inglés, prevalecerá la version en inglés.

Creación de clústeres mediante plantillas SageMaker HyperPod CloudFormation

Puede crear SageMaker HyperPod clústeres utilizando las CloudFormation plantillas de HyperPod. Debe realizar la instalación AWS CLI para continuar.

Configure los recursos en la consola e impleméntelos mediante CloudFormation

Puede configurar los recursos con las plantillas Consola de administración de AWS e implementarlos con las CloudFormation plantillas.

Siga estos pasos.

  1. En lugar de elegir Enviar, elija Descargar los parámetros de la CloudFormation plantilla al final del tutorial enCómo empezar a SageMaker HyperPod usar la consola de SageMaker IA. El tutorial contiene información de configuración importante que necesitará para crear el clúster correctamente.

    importante

    Si selecciona Enviar, no podrá implementar un clúster con el mismo nombre hasta que lo elimine.

    Tras seleccionar Descargar los parámetros de la CloudFormation plantilla, aparecerá en la parte derecha de la página la AWS CLI ventana Uso del archivo de configuración para crear el clúster mediante el uso del archivo de configuración.

  2. En la ventana Uso del archivo de configuración para crear el clúster desde la AWS CLI, elija Descargar archivo de parámetros de configuración. El archivo se descargará en su equipo. Puede editar el archivo JSON de configuración según sus necesidades o dejarlo como está si no se necesita introducir ningún cambio.

  3. En un terminal, vaya a la ubicación del archivo de parámetros file://params.json.

  4. Ejecute el AWS CLI comando create-stack para implementar la CloudFormation pila que aprovisionará los recursos configurados y creará el HyperPod clúster.

    aws cloudformation create-stack 
    --stack-name my-stack
    --template-url https://aws-sagemaker-hyperpod-cluster-setup.amazonaws.com/templates-slurm/main-stack-slurm-based-template.yaml
    --parameters file://params.json
    --capabilities CAPABILITY_IAM CAPABILITY_NAMED_IAM

  5. Para ver el estado del aprovisionamiento de recursos, navegue hasta la consola. CloudFormation

    Una vez finalizada la creación del clúster, consulte el nuevo clúster en Clústeres en el panel principal de la SageMaker HyperPod consola. También puede consultar su estado en la columna Estado.

  6. Cuando el estado del clúster cambie a InService, puede empezar a iniciar sesión en los nodos del clúster. Para acceder a los nodos del clúster y empezar a ejecutar cargas de trabajo de ML, consulte Trabajos en clústeres SageMaker HyperPod.

Configure los recursos e impleméntelos mediante CloudFormation

Puede configurar los recursos e implementarlos mediante las CloudFormation plantillas de SageMaker HyperPod.

Siga estos pasos.

  1. Descargue una CloudFormation plantilla SageMaker HyperPod del sagemaker-hyperpod-cluster-setup GitHub repositorio.

  2. Ejecute el AWS CLI comando create-stack para implementar la CloudFormation pila que aprovisionará los recursos configurados y creará el HyperPod clúster.

    aws cloudformation create-stack 
    --stack-name my-stack
    --template-url URL_of_the_file_that_contains_the_template_body
    --parameters file://params.json
    --capabilities CAPABILITY_IAM CAPABILITY_NAMED_IAM

  3. Para ver el estado del aprovisionamiento de recursos, vaya a la consola de CloudFormation .

    Una vez finalizada la creación del clúster, consulta el nuevo clúster en Clústeres en el panel principal de la SageMaker HyperPod consola. También puede consultar su estado en la columna Estado.

  4. Cuando el estado del clúster cambie a InService, puede empezar a iniciar sesión en los nodos del clúster. Para acceder a los nodos del clúster y empezar a ejecutar cargas de trabajo de ML, consulte Trabajos en clústeres SageMaker HyperPod.