Connexion aux HyperPod clusters et soumission de tâches aux clusters - Amazon SageMaker AI

Les traductions sont fournies par des outils de traduction automatique. En cas de conflit entre le contenu d'une traduction et celui de la version originale en anglais, la version anglaise prévaudra.

Connexion aux HyperPod clusters et soumission de tâches aux clusters

Vous pouvez lancer des charges de travail de machine learning sur des HyperPod clusters au sein d'Amazon SageMaker Studio IDEs. Lorsque vous lancez Studio IDEs sur un HyperPod cluster, un ensemble de commandes est disponible pour vous aider à démarrer. Vous pouvez travailler sur vos scripts de formation, utiliser des conteneurs Docker pour les scripts de formation et soumettre des tâches au cluster, le tout depuis le Studio IDEs. La section suivante fournit des informations sur la façon de connecter votre cluster à Studio IDEs.

Dans Amazon SageMaker Studio, vous pouvez accéder à l'un de vos clusters dans HyperPodclusters (sous Compute) et consulter votre liste de clusters. Vous pouvez connecter votre cluster à un environnement IDE répertorié sous Actions.

Vous pouvez également choisir votre système de fichiers personnalisé dans la liste des options. Pour en savoir plus sur la façon d’obtenir cette configuration, consultez Configuration HyperPod dans Studio.

Sinon, vous pouvez créer un espace et lancer un environnement IDE à l’aide de l’AWS CLI. Pour cela, utilisez les commandes suivantes. L'exemple suivant crée un Private JupyterLab espace pour auquel est user-profile-name joint le système de fichiers fs-id FSx for Lustre.

  1. Créez un espace à l'aide du create-spaceAWS CLI.

    aws sagemaker create-space \
--region your-region \
--ownership-settings "OwnerUserProfileName=user-profile-name" \
--space-sharing-settings "SharingType=Private" \
--space-settings "AppType=JupyterLab,CustomFileSystems=[{FSxLustreFileSystem={FileSystemId=fs-id}}]"

  2. Créez l'application à l'aide du create-appAWS CLI.

    aws sagemaker create-app \
--region your-region \
--space-name space-name \
--resource-spec '{"ec2InstanceType":"'"instance-type"'","appEnvironmentArn":"'"image-arn"'"}'

Une fois vos applications ouvertes, vous pouvez envoyer des tâches directement aux clusters auxquels vous êtes connecté.