SageMaker Training Plans ermöglicht jetzt Erweiterung vorhandener Kapazitätszusagen ohne Workload-Neukonfiguration
Mit SageMaker Training Plans können Sie GPU-Kapazität innerhalb bestimmter Zeitrahmen in Clustergrößen von bis zu 64 Instances reservieren. Heute kündigt Amazon SageMaker AI an, dass Training Plans jetzt verlängert werden können, wenn Ihre KI-Workloads länger als erwartet dauern, sodass ein unterbrechungsfreier Zugriff auf Kapazitäten gewährleistet ist. Sie können Pläne in Schritten von 1 Tag auf bis zu 14 Tage oder in 7-Tages-Schritten auf bis zu 182 Tage (26 Wochen) verlängern. Erweiterungen können per API oder SageMaker-Konsole initiiert werden. Sobald die Erweiterung gekauft wurde, läuft der Workload ohne Unterbrechung weiter, ohne dass Sie den Workload neu konfigurieren müssen.
SageMaker AI hilft Ihnen dabei, die kosteneffizientesten Trainingspläne für Ihren Zeitplan und Ihr KI-Budget zu erstellen. Sobald Sie Ihre Trainingspläne erstellt und gekauft haben, stellt SageMaker automatisch die Infrastruktur bereit und führt die KI-Workloads auf diesen Rechenressourcen aus, ohne dass manuelles Eingreifen erforderlich ist. Auf der SageMaker AI-Preisseite finden Sie eine detaillierte Aufschlüsselung der Instance-Verfügbarkeit nach AWS-Regionen.
Weitere Informationen zu den Erweiterungen von Trainingsplänen finden Sie im Leitfaden für Amazon SageMaker Training Plans.