Specifiche dell’immagine SageMaker personalizzata per Amazon SageMaker Studio Classic - Amazon SageMaker AI
File Docker di esempio

Specifiche dell’immagine SageMaker personalizzata per Amazon SageMaker Studio Classic

Importante

A partire dal 30 novembre 2023, la precedente esperienza Amazon SageMaker Studio ha cambiato nome in Amazon SageMaker Studio Classic. La sezione seguente è specifica per l’utilizzo dell’applicazione Studio Classic. Per informazioni sull’utilizzo dell’esperienza Studio aggiornata, consulta Amazon SageMaker Studio.

Le specifiche seguenti si applicano all’immagine del container, rappresentata da una versione dell’immagine SageMaker AI.

Esecuzione dell'immagine

Le istruzioniENTRYPOINT e CMD vengono sovrascritte per consentire all'immagine di funzionare come app KernelGateway.

La porta 8888 nell'immagine è riservata all'esecuzione del server web KernelGateway.

Arresto dell'immagine

L’API DeleteApp invia l’equivalente di un comando docker stop. Gli altri processi nel container non riceveranno i segnali SIGKILL/SIGTERM.

Riconoscimento dei kernel

SageMaker AI riconosce i kernel come descritto nelle specifiche del kernel Jupyter.

Puoi specificare una lista di kernel da visualizzare prima di eseguire l'immagine. In caso contrario, viene visualizzato python3. Usa l'API DescribeAppImageConfig per visualizzare la lista dei kernel.

Per impostazione predefinita, gli ambienti conda sono riconosciuti come specifiche del kernel.

File system

Le directory /opt/.sagemakerinternal e /opt/ml sono riservate. I dati presenti in queste directory potrebbero non essere visibili durante il runtime.

Dati utente

A ogni utente di un dominio viene associata una directory utente su un volume Amazon Elastic File System condiviso nell'immagine. La posizione della directory dell'utente corrente sul volume Amazon EFS è configurabile. Per impostazione predefinita, la posizione della directory è /home/sagemaker-user.

SageMaker AI configura le mappature POSIX UID/GID tra l’immagine e l’host. L'impostazione predefinita prevede la mappatura dell'UID/GID dell'utente root UID/GID (0/0) con l’UID/GID sull'host.

Puoi specificare questi valori utilizzando l’API CreateAppImageConfig.

Limiti GID/UID

Amazon SageMaker Studio Classic supporta solo le combinazioni DefaultUID e DefaultGID seguenti:

  • DefaultUID 1000 e DefaultGID 100, che corrisponde a un utente senza privilegi.

  • DefaultUID 0 e DefaultGID 0, che corrisponde all'accesso root.

Metadati

Un file di metadati si trova in /opt/ml/metadata/resource-metadata.json. Alle variabili definite nell'immagine non viene aggiunta alcuna variabile di ambiente. Per ulteriori informazioni, consulta Ottenere i metadati dell’app.

GPU

In un'istanza GPU, l'immagine viene eseguita con l'opzione --gpus. Nell'immagine deve essere incluso solo il toolkit CUDA, non i driver NVIDIA. Per ulteriori informazioni, consulta Guida per l'utente di NVIDIA.

Parametri e logging

I log del processo KernelGateway vengono inviati ad Amazon CloudWatch nell'account del cliente. Il nome del gruppo di log è /aws/sagemaker/studio. Il nome del flusso di log è $domainID/$userProfileName/KernelGateway/$appName.

Dimensione dell’immagine

Massimo 35 GB. Per visualizzare le dimensioni della tua immagine, esegui docker image ls.

File Docker di esempio

Il seguente file Docker di esempio crea un’immagine basata su Amazon Linux 2, installa pacchetti di terze parti e il kernel python3 e imposta l'ambito dell’utente senza privilegi.

FROM public.ecr.aws/amazonlinux/amazonlinux:2

ARG NB_USER="sagemaker-user"
ARG NB_UID="1000"
ARG NB_GID="100"

RUN \
    yum install --assumeyes python3 shadow-utils && \
    useradd --create-home --shell /bin/bash --gid "${NB_GID}" --uid ${NB_UID} ${NB_USER} && \
    yum clean all && \
    jupyter-activity-monitor-extension \
    python3 -m pip install ipykernel && \
    python3 -m ipykernel install

USER ${NB_UID}