Анонс рецептов Amazon SageMaker HyperPod
Рецепты Amazon SageMaker HyperPod помогут вам за считаные минуты приступить к обучению и настройке общедоступных базовых моделей (FM), обеспечивающих передовую эффективность. Функция SageMaker HyperPod помогает клиентам масштабировать разработку моделей генеративного искусственного интеллекта с помощью сотен и тысяч ИИ-ускорителей с встроенными средствами оптимизации отказоустойчивости и производительности, сокращающими время обучения моделей на 40 %. Однако, учитывая, что размеры базовых моделей продолжают увеличиваться и в них насчитываются уже сотни миллиардов параметров, процесс настройки этих моделей может потребовать интенсивных экспериментов и отладки в течение нескольких недель. Кроме того, оптимизация обучения для достижения оптимального соотношения цены и качества зачастую оказывается для клиентов невозможной, поскольку им часто необходимы глубокие знания в области машинного обучения, что может приводить к дополнительным задержкам перед выходом на рынок.
Благодаря рецептам SageMaker HyperPod клиенты с любым арсеналом навыков по достоинству оценят высочайшую производительность и смогут в кратчайшие сроки приступить к обучению и настройке популярных общедоступных базовых моделей, в число которых входят Llama 3.1 405B, Mixtral 8x22B и Mistral 7B. Рецепты SageMaker HyperPod используют протестированный AWS стек обучения, который избавляет от многонедельной утомительной работы по экспериментированию с различными конфигурациями моделей. Кроме того, можно быстро переключаться между инстансами на базе графических процессоров и AWS Trainium, изменяя в рецептах всего одну строку, а также включать автоматическую проверку моделей для повышения надежности обучения. Наконец, можно запускать рабочие нагрузки в производственной среде с помощью удобного вам сервиса обучения SageMaker AI.
Рецепты SageMaker HyperPod доступны во всех регионах AWS, где поддерживаются учебные задания SageMaker HyperPod и SageMaker. Чтобы получить дополнительные сведения и начать работу, изучите страницу SageMaker HyperPod и ознакомьтесь с блогом.