AWS Batch kini mendukung manajemen kuota dan preemption untuk Tugas pelatihan SageMaker Training
AWS Batch kini mendukung manajemen kuota dengan preemption tugas untuk Tugas pelatihan SageMaker, memungkinkan Anda mengalokasikan dan berbagi sumber daya komputasi secara efisien di seluruh tim dan proyek Anda. Jika Anda menggunakan kapasitas GPU dalam Tugas pelatihan SageMaker, Anda kini dapat mengalokasikan sumber daya komputasi secara cerdas, memprioritaskan tugas pelatihan yang penting bagi bisnis Anda, dan secara otomatis menghentukan sementara beban kerja dengan prioritas lebih rendah saat eksperimen mendesak Anda tiba.
Dengan manajemen kuota, Anda dapat membuat hingga 20 pembagian kuota per antrean tugas yang berfungsi sebagai antrean virtual dengan batas kapasitas khusus dan strategi berbagi sumber daya yang dapat dikonfigurasi. Layanan ini secara otomatis menggunakan cross-share preemption untuk memulihkan kapasitas yang dipinjam saat pemilik asli mengirimkan tugas, dan mendukung preemption in-share untuk memungkinkan tugas berprioritas tinggi menghentikan sementara tugas berprioritas rendah dalam pangsa kuota yang sama. Anda dapat memantau pemanfaatan kapasitas pada antrean, pembagian kuota, dan perincian tingkat tugas, memperbarui prioritas tugas setelah pengiriman untuk memengaruhi keputusan preemption, dan mengonfigurasi batas percobaan ulang preemption untuk mengontrol perilaku. Fitur ini terintegrasi langsung dengan SageMaker Python SDK melalui modul aws_batch.
Manajemen kuota dengan preemption tugas untuk Tugas pelatihan SageMaker tersedia saat ini di semua AWS Region tempat AWS Batch tersedia. Untuk informasi selengkapnya, lihat contoh notebook Manajemen Kuota kami di GitHub dan Panduan Pengguna AWS Batch.