Trabajos de servicio en AWS Batch - AWS Batch

Las traducciones son generadas a través de traducción automática. En caso de conflicto entre la traducción y la version original de inglés, prevalecerá la version en inglés.

Trabajos de servicio en AWS Batch

AWS Batch los trabajos de servicio le permiten enviar solicitudes a AWS los servicios a través de colas de AWS Batch trabajos. Actualmente, AWS Batch admite trabajos SageMaker de formación como trabajos de servicio. A diferencia de los trabajos contenerizados, en los que se AWS Batch gestiona la ejecución subyacente del contenedor, los trabajos de servicio AWS Batch permiten programar los trabajos y hacer colas, mientras que el AWS servicio objetivo (como la SageMaker IA) se encarga de la ejecución real de los trabajos.

AWS Batch for SageMaker Training Jobs permite a los científicos de datos enviar los trabajos de formación con prioridades a colas configurables, lo que garantiza que las cargas de trabajo se ejecuten sin intervención en cuanto los recursos estén disponibles. Esta capacidad aborda desafíos comunes, como la coordinación de los recursos, la prevención de gastos excesivos accidentales, el cumplimiento de las restricciones presupuestarias, la optimización de los costos con instancias reservadas y la eliminación de la necesidad de coordinación manual entre los miembros del equipo.

Los trabajos de servicio se diferencian de los trabajos contenerizados en varios aspectos clave:

  • Envío de trabajos: los trabajos de servicio deben enviarse mediante la SubmitServiceJobAPI. Los trabajos de servicio no se pueden enviar a través de la AWS Batch consola.

  • Ejecución de trabajos: AWS Batch programa y pone en cola los trabajos de servicio, pero el AWS servicio de destino ejecuta la carga de trabajo real.

  • Identificadores de recursos: los trabajos de servicio utilizan la ARNs palabra «trabajo de servicio» en lugar de «trabajo» para distinguirlos de los trabajos en contenedores.

Para empezar a utilizar los trabajos de AWS Batch servicio para la formación, consulte. SageMaker Primeros pasos con AWS Batch la SageMaker IA