AWS Batch unterstützt jetzt die Planung von SageMaker-Trainingsjobs
Ab heute unterstützt AWS Batch jetzt die Planung von SageMaker-Trainingsjobs. Mit AWS Batch für SageMaker-Schulungsaufträge können Datenwissenschaftler Trainingsjobs an konfigurierbare Warteschlangen übermitteln, die von AWS Batch unterstützt werden. Diese Integration ermöglicht die Planung von Aufträgen basierend auf Priorität und Ressourcenverfügbarkeit, wodurch manuelle Wiederholungen und Koordinierung entfallen. Darüber hinaus können Systemadministratoren Fair-Share-Planungsrichtlinien einrichten, um die Ressourcennutzung in den Teams zu optimieren. Das System wird fehlgeschlagene Aufträge automatisch wiederholen und den Status der Warteschlange sichtbar machen.
Sie können auch flexible Trainingspläne (FTP) von SageMaker erwerben, um sicherzustellen, dass die Kapazität, die Sie benötigen, während der Zeit, in der Sie sie benötigen, gewährleistet ist. Mit einem flexiblen Trainingsplan können Sie mit den Warteschlangenfunktionen von Batch Ihre Auslastung für die Dauer Ihres Plans maximieren. Datenwissenschaftler können Experimente mit Zuversicht direkt aus dem SageMaker Python SDK einreichen, da sie wissen, dass die Komplexität der Infrastruktur automatisch bewältigt wird.
Sie können AWS Batch für SageMaker-Trainingsjobs sofort über die AWS-Managementkonsole, die AWS Befehlszeilenschnittstelle (CLI) oder die AWS SDKs verwenden. Für AWS Batch selbst fallen keine zusätzlichen Gebühren an – Sie zahlen nur für die AWS-Ressourcen, die für die Ausführung Ihrer Anwendungen verwendet werden. AWS Batch for SageMaker Trainingsjobs ist jetzt allgemein in allen kommerziellen AWS-Regionen verfügbar, in denen AWS Batch und SageMaker AI verfügbar sind. Informationen zum Einstieg finden Sie in der Dokumentation zu AWS Batch for SageMaker-Trainingsjobs und in unserem Blogbeitrag.