Die vorliegende Übersetzung wurde maschinell erstellt. Im Falle eines Konflikts oder eines Widerspruchs zwischen dieser übersetzten Fassung und der englischen Fassung (einschließlich infolge von Verzögerungen bei der Übersetzung) ist die englische Fassung maßgeblich. # Ausführen von Trainingsjobs auf einem heterogenen Cluster Mithilfe der Funktion für heterogene Cluster von SageMaker Training können Sie einen Trainingsjob mit mehreren Typen von ML-Instances ausführen, um die Ressourcen für verschiedene ML-Trainingsaufgaben und -zwecke besser skalieren und nutzen zu können. Wenn bei Ihrem Trainingsauftrag auf einem Cluster mit GPU-Instances beispielsweise eine geringe GPU-Auslastung und CPU-Engpässe aufgrund von CPU-intensiven Aufgaben auftreten, kann die Verwendung eines heterogenen Clusters dazu beitragen, CPU-intensive Aufgaben auszulagern, indem kostengünstigere CPU-Instance-Gruppen hinzugefügt, solche Engpässe behoben und eine bessere GPU-Auslastung erreicht werden. **Anmerkung** Diese Funktion ist im SageMaker Python SDK v2.98.0 und höher verfügbar. **Anmerkung** Diese Funktion ist in den Klassen SageMaker AI [PyTorch](https://sagemaker.readthedocs.io/en/stable/frameworks/pytorch/sagemaker.pytorch.html)und [TensorFlow](https://sagemaker.readthedocs.io/en/stable/frameworks/tensorflow/sagemaker.tensorflow.html#tensorflow-estimator)Framework Estimator verfügbar. Unterstützte Frameworks sind PyTorch v1.10 oder höher und TensorFlow v2.6 oder höher. Lesen Sie auch den Blog [Verbessern Sie das Preis-Leistungs-Verhältnis Ihres Modelltrainings mithilfe von heterogenen Amazon SageMaker AI-Clustern](https://aws.amazon.com/blogs/machine-learning/improve-price-performance-of-your-model-training-using-amazon-sagemaker-heterogeneous-clusters/). **Topics** + [Konfigurieren Sie einen Schulungsjob mit einem heterogenen Cluster in Amazon AI SageMaker](train-heterogeneous-cluster-configure.md) + [Führen Sie verteilte Schulungen auf einem heterogenen Cluster in Amazon SageMaker AI durch](train-heterogeneous-cluster-configure-distributed.md) + [Ändern Ihres Trainingsskripts zum Zuweisen von Instance-Gruppen](train-heterogeneous-cluster-modify-training-script.md)