Amazon SageMaker HyperPod ประกาศความสามารถใหม่ในการให้ข้อมูลการสังเกต
ความสามารถใหม่ของ Amazon SageMaker HyperPod ที่ทำให้มีข้อมูลการสังเกตช่วยให้ลูกค้าสามารถเร่งการพัฒนาโมเดล AI ช่วยสร้างได้โดยให้การมองเห็นที่ครอบคลุมทั่วทั้งทรัพยากรการประมวลผลและงานการพัฒนาโมเดล สิ่งนี้ช่วยลดภาระที่ต้องรวบรวมเมตริกหลายร้อยรายการจากทั่วทั้งสแต็กด้วยตนเอง ทำให้เห็นภาพความสัมพันธ์ระหว่างเมตริกเหล่านั้น และปรับปรุงประสิทธิภาพงานด้านการพัฒนาโมเดล AI ช่วยสร้าง ความสามารถในการให้ข้อมูลการสังเกตของ HyperPod จะติดตามเมตริกประสิทธิภาพงานแบบเรียลไทม์ แจ้งเตือนลูกค้าเมื่อเมตริกมีประสิทธิภาพลดลง และแก้ไขสาเหตุโดยอัตโนมัติด้วยนโยบายที่กำหนดโดยลูกค้า
ความสามารถในการให้ข้อมูลการสังเกตของ SageMaker HyperPod เปลี่ยนวิธีที่ลูกค้าตรวจสอบและเพิ่มประสิทธิภาพงานการพัฒนาโมเดล AI ช่วยสร้าง ลูกค้าสามารถดูเมตริกประสิทธิภาพงาน AI ช่วยสร้าง การใช้ทรัพยากร และสภาพคลัสเตอร์ได้ในมุมมองเดียวผ่านแดชบอร์ดแบบครบวงจรที่กำหนดค่าไว้ล่วงหน้าใน Amazon Managed Grafana พร้อมข้อมูลการตรวจสอบที่เผยแพร่โดยอัตโนมัติไปยังพื้นที่ทำงานของ Amazon Managed Prometheus สิ่งนี้ช่วยให้ทีมสามารถสังเกตคอขวดได้อย่างรวดเร็ว ป้องกันความล่าช้าที่มีค่าใช้จ่ายสูง และเพิ่มประสิทธิภาพทรัพยากรการประมวลผล ลูกค้าสามารถกำหนดการแจ้งเตือนอัตโนมัติ ดึงข้อมูลเมตริกงานเฉพาะกรณีการใช้งาน และเผยแพร่ไปยังแดชบอร์ดแบบครบวงจรได้ด้วยการคลิกเพียงไม่กี่ครั้ง ความสามารถนี้ช่วยให้ลูกค้าเร่งกระบวนการนำไปใช้งานจริงและเพิ่มผลตอบแทนจากการลงทุนกับ AI ให้สูงสุดได้ด้วยการลดระยะเวลาในการแก้ไขปัญหาจากวันเป็นนาที
ข้อมูลการสังเกตของ SageMaker HyperPod มีให้บริการใน AWS Region ทุกแห่งที่รองรับ SageMaker HyperPod ยกเว้นสหรัฐอเมริกาฝั่งตะวันตก (แคลิฟอร์เนียเหนือ) และเอเชียแปซิฟิก (เมลเบิร์น) ไปที่บล็อก เอกสารประกอบ และหน้าเว็บ SageMaker HyperPod เพื่อเรียนรู้เพิ่มเติมและเริ่มต้นใช้งาน