Amazon SageMaker AI теперь поддерживает гибкие учебные планы для логического вывода
Гибкие планы обучения Amazon SageMaker AI теперь поддерживают адреса логического вывода, обеспечивая гарантированную производительность графического процессора для плановых оценок модели и пиковых нагрузок в производственных средах. Теперь клиенты могут резервировать нужные им типы инстансов, а адреса логического вывода будут автоматически создаваться SageMaker AI, избавляя от необходимости управлять инфраструктурой самостоятельно.
При планировании циклов разработки систем машинного обучения важны гарантии, что необходимые для оценки моделей и тестирования перед развертыванием в производственной среде графические процессоры будут доступны в конкретные даты. Гибкие планы обучения упрощают доступ к ресурсам графических процессоров (GPU) для выполнения рабочих нагрузок машинного обучения. Гибкие планы обучения поддерживают адреса логического вывода, позволяя тем самым задавать предпочтительные типы инстансов, требования к вычислительным ресурсам, продолжительность резервирования и дату начала для рабочих нагрузок логического вывода. При создании адреса достаточно указать ARN резервирования, и SageMaker AI автоматически выделит и запустит этот адрес с гарантированной пропускной способностью в течение всего срока действия плана. Больше не нужно неделями настраивать инфраструктуру и планировать ресурсы. Теперь можно запускать рабочие нагрузки логического вывода предсказуемо и уделять больше внимания совершенствованию моделей.
Гибкие учебные планы для SageMaker AI Inference поддерживаются в следующих регионах: Восток США (Северная Вирджиния), Запад США (Орегон), Восток США (Огайо).
Чтобы узнать больше о резервировании ресурсов для адресов логического вывода с помощью гибких учебных планов, обратитесь к справке по API инструмента SageMaker AI Inference.