Amazon Machine Images (AMI) personalizzate per i cluster SageMaker HyperPod
Con le Amazon Machine Images (AMI) di base fornite e rese pubbliche da Amazon SageMaker HyperPod, puoi creare AMI personalizzate. Con un’AMI personalizzata, puoi creare ambienti specializzati per carichi di lavoro IA con stack software preconfigurati, personalizzazioni dei driver, dipendenze proprietarie e agenti di sicurezza. Questa funzionalità elimina la necessità di un complesso bootstrap post-avvio con script di configurazione del ciclo di vita.
Con le AMI personalizzate, è possibile standardizzare gli ambienti in diverse fasi, accelerare i tempi di avvio e avere il pieno controllo dell’ambiente di runtime, sfruttando al contempo le funzionalità dell’infrastruttura e i vantaggi di dimensionamento di SageMaker HyperPod. Questo ti aiuta a mantenere il controllo sulla tua infrastruttura IA pur beneficiando del runtime di base ottimizzato di SageMaker HyperPod.
Puoi sfruttare le immagini di base ottimizzate per le prestazioni di SageMaker HyperPod aggiungendo agenti di sicurezza, strumenti di conformità e librerie specializzate, preservando al contempo tutti i vantaggi dell’addestramento distribuito. Grazie a questa funzionalità, non devi più scegliere come in passato tra l’ottimizzazione dell’infrastruttura e le policy di sicurezza organizzative.
L’esperienza AMI personalizzata si integra perfettamente con i flussi di lavoro di sicurezza aziendali consolidati. I team di sicurezza creano immagini rinforzate utilizzando le AMI pubbliche di SageMaker HyperPod come base, mentre i team della piattaforma IA possono specificare queste AMI personalizzate quando creano o aggiornano i cluster con le API SageMaker HyperPod. Le API convalidano la compatibilità delle immagini, gestiscono le autorizzazioni necessarie e mantengono la compatibilità con le versioni precedenti in modo che i flussi di lavoro esistenti continuino a funzionare. Le organizzazioni con protocolli di sicurezza rigorosi non devono più ricorrere all’alternativa più soggetta a errori che prevede l’installazione di agenti di sicurezza al runtime tramite script del ciclo di vita. Allineandosi alle pratiche di sicurezza aziendali, invece di costringere le organizzazioni ad adattare i propri protocolli ai limiti di SageMaker HyperPod, le AMI personalizzate rimuovono uno degli ostacoli più comuni all’adozione da parte di organizzazioni attente alla sicurezza che eseguono carichi di lavoro IA critici.
Per le note di rilascio sugli aggiornamenti alle AMI pubbliche, consulta Rilasci di AMI pubbliche. Per informazioni su come iniziare a creare un’AMI personalizzata e come utilizzarla nei cluster HyperPod, consulta i seguenti argomenti.
