Amazon SageMaker 自動モデルチューニングが SageMaker Training インスタンスの再利用によりスタートアップのオーバーヘッドを 20 分の 1 に削減

Amazon SageMaker 自動モデルチューニングでは、モデルをチューニングするために起動する各トレーニングジョブのスタートアップ時間を平均で 20 分の 1 (2.5 分から 8 秒) に短縮できるようになりました。多くのハイパーパラメータの評価を行うシナリオでは、トレーニングインスタンスを再利用すると、50 個のシーケンシャルの評価ごとに累積で 2 時間節約できます。

SageMaker 自動モデルチューニングは、アルゴリズムとして選択するハイパーパラメータの特定の範囲を使用して、データセットで多くのトレーニングジョブを実行することにより、モデルの最適なバージョンを見つけます。次に、SageMaker 自動モデルチューニングは、最高のパフォーマンスを発揮するモデルとなる最適なハイパーパラメータの値を選択します。

今回のリリース以前は、チューニングの一環として開始するどのトレーニングジョブも SageMaker Training インスタンスのクラスターのスピンアップと準備のオーバーヘッドに平均 2.5 分かかりました。トレーニングジョブが数分で完了する場合にも全体でチューニングのジョブの速度が落ちることになるため、オーバーヘッドの時間がボトルネックになっていました。本日より、SageMaker 自動モデルチューニングはチューニングの各ジョブのトレーニングインスタンスの固定クラスターを自動的に再利用するようになり、各トレーニングジョブのスタートアップ時間を平均で 20 分の 1 に短縮します。

SageMaker 自動モデルチューニングの再利用可能なクラスターはすべての商用 AWS リージョンで利用できます。新機能はチューニングのジョブを開始すると、デフォルトで有効になります。SageMaker 自動モデルチューニングの詳細については、技術ドキュメントをご覧ください。