Amazon SageMaker HyperPod bietet jetzt flexible Trainingspläne
Amazon SageMaker HyperPod kündigt flexible Trainingspläne an, eine neue Funktion, mit der Sie generative KI-Modelle innerhalb Ihrer Zeitpläne und Budgets trainieren können. Sie gewinnen vorhersehbare Zeitpläne für Modelltrainings hinzu und führen Trainingsworkloads innerhalb der Vorgaben Ihres Budgets aus. Gleichzeitig profitieren Sie weiterhin von den Features von SageMaker HyperPod wie Resilienz, leistungsoptimiertem verteiltem Training, erweiterte Beobachtbarkeit und Überwachung.
In einigen kurzen Schritten können Sie Ihre bevorzugten Rechen-Instances, die gewünschte Menge an Rechenressourcen, die Dauer Ihres Workloads und das bevorzugte Startdatum für Ihr generatives KI-Modelltraining angeben. SageMaker hilft Ihnen anschließend, die kostengünstigsten Trainingspläne zu erstellen, wodurch die Zeit für das Training Ihres Modells um Wochen verkürzt wird. Sobald Sie Ihre Trainingspläne erstellt und gekauft haben, stellt SageMaker automatisch die Infrastruktur bereit und führt die Trainingsworkloads auf diesen Rechenressourcen aus, ohne dass manuelles Eingreifen erforderlich ist. SageMaker erledigt das Anhalten und Wieder Aufnehmen des Trainings nach Diskrepanzen in der Rechenverfügbarkeit automatisch, da der Plan von einem Kapazitätsblock zum anderen wechselt. Wenn Sie sich schwere Tätigkeiten in Verbindung mit der Infrastrukturverwaltung ersparen möchten, können Sie mit vollständig verwalteten Trainingsjobs von SageMaker auch Trainingspläne erstellen und ausführen.
Die flexiblen Trainingspläne von SageMaker HyperPod sind in den AWS-Regionen USA Ost (Nord-Virginia), USA Ost (Ohio) und USA West (Oregon) verfügbar. Weitere Informationen finden Sie unter: SageMaker HyperPod, Dokumentation und Ankündigungsblog.