Amazon SageMaker AI がトレーニングジョブと処理ジョブのインスタンス設定リストをサポート
本日、Amazon SageMaker AI では、トレーニングジョブと処理ジョブ向けのインスタンス設定リストを発表しました。これにより、ワークロードに必要なコンピューティングキャパシティをより簡単かつ迅速に確保できます。AI のトレーニング、ファインチューニング、データ処理のワークロードの多くは、複数のインスタンスタイプやサイズのいずれでも同程度に良好に実行できます。ただし、これまでは、ジョブの送信時にインスタンスタイプを 1 つしか指定できず、SageMaker がそのインスタンスを確保するまで待つ必要がありました。ピーク時に需要が集中する GPU では待ち時間が予測しにくく、最初に確保できるインスタンスを見つけるために、複雑な再試行ロジックを構築したり、インスタンスタイプの異なる複数のジョブを同時に送信したりすることもありました。今後は、ワークロードで使用できるインスタンスタイプについて優先順位を付けたリストを提供するだけで、SageMaker がその中で最初に利用可能になった構成でジョブを自動的に実行します。この仕組みにより、トレーニングジョブや処理ジョブをより早く開始できる可能性が高まります。
この機能を使用するには、トレーニングジョブまたは処理ジョブの送信時に、インスタンスタイプと数の希望を優先度順に指定します。例えば、ml.g6.48xlarge のインスタンスを 2 つ、または ml.g5.48xlarge のインスタンスを 4 つという希望をリストに含めることができます。SageMaker はリストを順に確認し、キャパシティに空きがある最初の構成でジョブを起動します。また、同じジョブ送信の中で、オンデマンドのキャパシティを使用するか、予約済みの SageMaker フレキシブルトレーニングプランのキャパシティを使用するかを設定することもできます。この機能により、需要が高い時期にジョブ用のコンピューティングを確保する作業が簡素化され、本来であれば必要になる差別化につながらない手動の再試行も削減されます。これらはすべて、既に使用している SageMaker のトレーニングジョブ API および処理ジョブ API の中で実現できます。
SageMaker のトレーニングジョブと処理ジョブ向けのインスタンス設定リストは、SageMaker が提供されているすべての AWS リージョンで、本日から SageMaker の CLI、API、SDK、コンソール UI を通じて利用できます。詳細については、ドキュメントまたはリリースブログを参照してください。