Amazon SageMaker HyperPod kini mendukung konfigurasi siklus hidup simpul berbasis AMI untuk klaster Slurm menggunakan penyediaan berkelanjutan
Amazon SageMaker HyperPod kini mendukung konfigurasi berbasis AMI untuk klaster Slurm yang menggunakan penyediaan berkelanjutan. Penyediaan berkelanjutan menambahkan simpul ke klaster seiring tersedianya kapasitas, dan peluncuran ini memperluas konfigurasi berbasis AMI ke klaster yang menggunakan mode ini. Dengan dukungan ini, klaster yang menggunakan penyediaan berkelanjutan dapat dibuat tanpa mengunduh, mengkonfigurasi, atau mengunggah skrip konfigurasi siklus hidup ke Amazon S3.
Konfigurasi berbasis AMI menyediakan simpul dengan perangkat lunak dan konfigurasi yang dibutuhkan untuk lingkungan siap produksi guna menjalankan beban kerja pelatihan AI/ML, termasuk perangkat lunak yang dibutuhkan seperti Docker, Enroot, dan Pyxis, serta konfigurasi seperti pencatatan Slurm, pembuatan kunci SSH, dan rotasi log. Saat menggunakan penyediaan berkelanjutan, setiap simpul dikonfigurasi dari AMI saat ditambahkan ke klaster, tanpa perlu mengelola skrip konfigurasi siklus hidup, sehingga simpul menjadi tersedia untuk menjadwalkan pekerjaan lebih cepat. Untuk mengaktifkan konfigurasi berbasis AMI, hilangkan blok LifeCycleConfig dari konfigurasi grup instans saat membuat klaster melalui API, atau pilih "None" di bawah skrip Siklus Hidup di Pengaturan Kustom saat menggunakan konsol SageMaker AI. Untuk kustomisasi tambahan di atas konfigurasi dasar berbasis AMI, skrip ekstensi dapat disediakan dengan menentukan parameter OnInitComplete dan SourceS3Uri di blok LifeCycleConfig melalui API, atau dengan menyediakan URI S3 di kolom "File skrip ekstensi di S3" pada pengaturan Kustom saat menggunakan konsol. Skrip konfigurasi siklus hidup kustom tetap didukung sepenuhnya untuk kasus penggunaan yang memerlukan kendali penuh atas penyediaan.
Konfigurasi siklus hidup simpul berbasis AMI untuk klaster Slurm menggunakan penyediaan berkelanjutan tersedia di semua AWS Region tempat SageMaker HyperPod tersedia. Untuk memulai, lihat Memulai dengan SageMaker HyperPod menggunakan AWS CLI atau Memulai dengan SageMaker HyperPod menggunakan konsol SageMaker AI di panduan pengguna SageMaker.