Amazon SageMaker HyperPod รองรับ AMI แบบกำหนดเองแล้วในตอนนี้ (Amazon Machine Images)
Amazon SageMaker HyperPod รองรับ AMI แบบกำหนดเอง ทำให้ลูกค้าสามารถปรับใช้คลัสเตอร์ด้วยสภาพแวดล้อมที่มีการกำหนดค่าไว้ล่วงหน้า และมีการรักษาความปลอดภัยที่ดีขึ้น ซึ่งตรงตามข้อกำหนดเฉพาะขององค์กร ลูกค้าที่ปรับใช้เวิร์กโหลด AI/ML บน HyperPod ต้องการสภาพแวดล้อมแบบกำหนดเองที่ตรงตามข้อกำหนดด้านความปลอดภัย การปฏิบัติตามข้อกำหนด และการปฏิบัติงานที่เข้มงวด โดยยังคงรักษาเวลาเริ่มต้นของคลัสเตอร์ที่รวดเร็ว แต่มักจะประสบปัญหาเกี่ยวกับสคริปต์การกำหนดค่าวงจรชีวิตที่ซับซ้อนซึ่งทำให้การปรับใช้ช้าลง และสร้างความไม่สอดคล้องในโหนดคลัสเตอร์
ความสามารถนี้ช่วยให้ลูกค้าสามารถสร้าง AMI พื้นฐานที่ปรับให้เหมาะสมกับประสิทธิภาพของ HyperPod โดยยังรวมเอเจนต์ความปลอดภัยแบบกำหนดเอง เครื่องมือปฏิบัติตามข้อกำหนด ไลบรารีที่เป็นกรรมสิทธิ์ และไดรเวอร์เฉพาะสำหรับรูปภาพโดยตรง โดยให้เวลาในการเริ่มต้นที่เร็วขึ้น ความน่าเชื่อถือที่มากขึ้น และการปฏิบัติตามข้อกำหนดด้านความปลอดภัยที่ผ่านการปรับปรุงให้ดียิ่งขึ้น ทีมรักษาความปลอดภัยสามารถฝังนโยบายขององค์กรลงในรูปภาพพื้นฐานได้โดยตรง ทำให้ทีม AI/ML สามารถใช้สภาพแวดล้อมที่ได้รับการอนุมัติล่วงหน้าซึ่งช่วยเร่งเวลาที่ใช้ในการฝึก โดยยังคงเป็นไปตามมาตรฐานความปลอดภัยขององค์กรอยู่ คุณสามารถระบุ AMI แบบกำหนดเองได้เมื่อสร้างคลัสเตอร์ HyperPod ใหม่โดยใช้ CreateCluster API เพิ่มกลุ่มอินสแตนซ์ด้วย UpdateCluster API หรือแพทช์คลัสเตอร์ที่มีอยู่ด้วย UpdateClusterSoftware API AMI แบบกำหนดเองต้องสร้างโดยใช้ Base AMI สาธารณะของ HyperPod เพื่อรักษาความเข้ากันได้กับไลบรารีการฝึกอบรมแบบกระจายและความสามารถในการจัดการคลัสเตอร์
ฟีเจอร์นี้พร้อมใช้งานใน AWS Region ทุกแห่งที่รองรับ Amazon SageMaker HyperPod หากต้องการเรียนรู้เพิ่มเติมเกี่ยวกับการรองรับ AMI แบบกำหนดเอง โปรดดูคู่มือผู้ใช้ Amazon SageMaker HyperPod