Amazon SageMaker HyperPod kini mendukung AMI (Amazon Machine Images) kustom untuk klaster Slurm
Amazon SageMaker HyperPod kini mendukung AMI kustom untuk klaster yang diatur oleh Slurm, memungkinkan pelanggan untuk menerapkan klaster dengan lingkungan yang telah dikonfigurasi sebelumnya dan diperkuat keamanannya yang memenuhi persyaratan organisasi spesifik mereka. Pelanggan yang menerapkan beban kerja AI/ML pada klaster HyperPod Slurm membutuhkan lingkungan yang disesuaikan untuk memenuhi persyaratan keamanan, kepatuhan, dan operasional yang ketat sambil mempertahankan waktu perusahaan rintisan klaster yang cepat, tetapi seringkali kesulitan dengan skrip konfigurasi siklus hidup yang kompleks yang memperlambat deployment dan menciptakan inkonsistensi di seluruh simpul klaster.
Kemampuan ini memungkinkan pelanggan untuk membangun AMI dasar yang dioptimalkan kinerja HyperPod sambil menggabungkan agen keamanan yang disesuaikan, alat kepatuhan, pustaka eksklusif, dan driver khusus langsung ke dalam gambar, memberikan waktu startup yang lebih cepat, peningkatan keandalan, dan kepatuhan keamanan yang ditingkatkan. Tim keamanan dapat menyematkan kebijakan organisasi langsung ke image dasar, memungkinkan tim AI/ML menggunakan lingkungan yang telah disetujui sebelumnya yang mempercepat waktu pelatihan sambil memenuhi standar keamanan perusahaan. Anda dapat menentukan AMI kustom saat membuat klaster HyperPod Slurm baru menggunakan API CreateCluster, menambahkan grup instans dengan API UpdateCluster, atau menambal klaster yang ada dengan API UpdateClusterSoftware. AMI kustom harus dibuat menggunakan AMI dasar publik HyperPod untuk mempertahankan kompatibilitas dengan pustaka pelatihan terdistribusi dan kemampuan manajemen klaster.
Fitur ini tersedia di semua AWS Region di mana Amazon SageMaker HyperPod didukung. Untuk mempelajari lebih lanjut tentang dukungan AMI kustom untuk klaster Slurm, lihat Panduan Pengguna Amazon SageMaker HyperPod.