Le traduzioni sono generate tramite traduzione automatica. In caso di conflitto tra il contenuto di una traduzione e la versione originale in Inglese, quest'ultima prevarrà.
Amazon Machine Images (AMI) personalizzate per cluster SageMaker HyperPod
Utilizzando 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, puoi 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 SageMaker HyperPod di scalabilità. Questo ti aiuta a mantenere il controllo sulla tua infrastruttura AI pur continuando a beneficiare SageMaker HyperPod del runtime di base ottimizzato.
Puoi sfruttare le immagini di base SageMaker HyperPod ottimizzate per le prestazioni aggiungendo agenti di sicurezza, strumenti di conformità e librerie specializzate, preservando al contempo tutti i vantaggi della formazione distribuita. 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 come base e i team SageMaker HyperPod della piattaforma di intelligenza artificiale possono specificare queste AMI personalizzate durante la creazione o l'aggiornamento dei cluster tramite 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 anziché costringere le organizzazioni ad adattare i propri protocolli alle limitazioni, le AMI personalizzate rimuovono una barriera comune all' SageMaker HyperPodadozione per le organizzazioni attente alla sicurezza che eseguono carichi di lavoro di intelligenza artificiale 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 a utilizzarla nei HyperPod cluster, consulta i seguenti argomenti.
