이제 유동적인 훈련 계획을 제공하는 Amazon SageMaker HyperPod

게시된 날짜: 2024년 12월 4일

원하는 타임라인과 예산 범위 내에서 생성형 AI 모델을 훈련시킬 수 있는 새로운 기능인 Amazon SageMaker HyperPod의 유동적인 훈련 계획이 발표되었습니다. 이 기능을 사용하면 예산 요구 사항을 충족하면서 모델 훈련 타임라인을 예측하고 훈련 워크로드를 실행할 수 있습니다. 그와 동시에 복원력, 성능 개선을 위해 최적화된 분산 훈련, 향상된 관찰성 및 모니터링과 같은 SageMaker HyperPod의 기능도 계속 활용할 수 있습니다. 

간단한 몇 단계만 진행하면 선호하는 컴퓨팅 인스턴스, 원하는 컴퓨팅 리소스의 양, 워크로드 실행 기간, 생성형 AI 모델 훈련의 선호 시작일을 지정할 수 있습니다. 그러면 SageMaker에서 가장 비용 효율적인 훈련 계획을 생성할 수 있으므로 모델 훈련 소요 시간을 몇 주까지 단축할 수 있습니다. 훈련 계획을 생성 및 구매하고 나면 SageMaker가 자동으로 인프라를 프로비저닝하고 해당 컴퓨팅 리소스에서 훈련 워크로드를 실행하므로 수동 작업을 수행할 필요가 없습니다. 또한 SageMaker는 계획의 용량 블록 전환 시 사용 가능한 컴퓨팅 리소스가 없을 때 훈련을 일시 중지하고 리소스가 다시 사용 가능해지면 훈련을 다시 시작하는 과정도 자동 처리합니다. 번거로운 인프라 관리 작업을 전혀 수행할 필요가 없도록 하려는 경우에는 SageMaker의 완전관리형 훈련 작업을 사용하여 훈련 계획을 생성 및 실행할 수도 있습니다.  

SageMaker HyperPod의 유동적인 훈련 계획은 미국 동부(버지니아 북부), 미국 동부(오하이오) 및 미국 서부(오리건) AWS 리전에서 사용할 수 있습니다. 자세히 알아보려면 SageMaker HyperPod, 설명서 및 공지 블로그를 참조하세요.