Dove chiudere le risorse in base alle funzionalità SageMaker AI - Amazon SageMaker AI

Dove chiudere le risorse in base alle funzionalità SageMaker AI

Puoi chiudere le tue risorse Amazon SageMaker AI per evitare di incorrere in costi indesiderati. Nella tabella seguente sono elencate le funzionalità o le risorse SageMaker AI, nonché i link alla documentazione su come chiudere le risorse SageMaker AI.

Puoi anche utilizzare API, CLI e SDK, fornito da SageMaker AI. Ad esempio, nella documentazione di riferimento dell’API di Amazon SageMaker puoi cercare i comandi Delete* per eliminare alcune delle risorse che hai creato. Più specificamente, puoi cercare l’API DeleteDomain per scoprire come eliminare un dominio Amazon SageMaker AI.

Nota

Questo non è un elenco completo delle risorse attive sul tuo dominio. Per tutte le risorse SageMaker AI attive, consulta AWS Cost Explorer.

Funzionalità, infrastruttura e risorse SageMaker AI Istruzioni per lo spegnimento

Canvas

Logout da Amazon SageMaker Canvas

Editor di codici

Chiusura delle risorse dell’Editor di codice

Dominio

EMR in Studio Classic

Terminazione di un cluster Amazon EMR da Studio o Studio Classic

Experiments

Eliminazione delle risorse MLflow

HyperPod

Endpoint di inferenza

Elimina endpoint e risorse

JupyterLab

Eliminazione delle risorse inutilizzate

MLOps

Eliminazione di un progetto di MLOps con Amazon SageMaker Studio o Studio Classic

Istanze del notebook

Pulizia delle risorse dell’istanza del notebook Amazon SageMaker

Pipelines

Arresto di una pipeline

Progetti

Eliminazione di un progetto di MLOps con Amazon SageMaker Studio o Studio Classic

RStudio su Amazon SageMaker AI

Studio

Visualizzazione di istanze, applicazioni e spazi in esecuzione in Studio

Studio Classic

Stack in AWS CloudFormation

Eliminazione di uno stack sulla console AWS CloudFormation

TensorBoard in SageMaker AI

Eliminare le applicazioni TensorBoard inutilizzate