AWS Batch ahora admite la programación de trabajos de entrenamiento de SageMaker
A partir de hoy, AWS Batch ahora admite la programación de trabajos de entrenamiento de SageMaker. Con los trabajos de entrenamiento de AWS Batch para SageMaker, los científicos de datos pueden enviar los trabajos de entrenamiento a colas configurables impulsadas por AWS Batch. Esta integración permite programar los trabajos en función de la prioridad y la disponibilidad de recursos, lo que elimina los reintentos manuales y la coordinación. Además, los administradores del sistema pueden establecer políticas de programación equitativas para optimizar la utilización de los recursos entre los equipos. El sistema reintentará automáticamente los trabajos fallidos y proporcionará visibilidad del estado de la cola.
También puede adquirir planes de entrenamiento flexibles (FTP) de SageMaker para garantizar la capacidad que necesita durante el tiempo que la necesite. Con un plan de entrenamiento flexible, las capacidades de hacer cola de Batch le permiten maximizar su utilización durante la duración del plan. Los científicos de datos pueden enviar experimentos con confianza directamente desde el SDK de Python de SageMaker, sabiendo que las complejidades de la infraestructura se gestionan automáticamente.
Puede empezar a usar AWS Batch para los trabajos de entrenamiento de SageMaker inmediatamente a través de la consola de administración de AWS, la interfaz de línea de comandos (CLI) de AWS o los SDK de AWS. No hay cargos adicionales por AWS Batch en sí: solo paga por los recursos de AWS utilizados para ejecutar sus aplicaciones. Los trabajos de entrenamiento de AWS Batch para SageMaker ya están disponibles de forma general en todas las regiones comerciales de AWS en las que están disponibles AWS Batch y SageMaker AI. Para empezar, consulte la documentación sobre los trabajos de entrenamiento de AWS Batch para SageMaker y nuestra entrada de blog.