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.

# Características principales de la biblioteca de paralelismo de SageMaker modelos v2
<a name="model-parallel-core-features-v2"></a>

La biblioteca de paralelismo de modelos Amazon SageMaker AI v2 (SMP v2) ofrece estrategias de distribución y técnicas de ahorro de memoria, como el paralelismo de datos fragmentados, el paralelismo tensorial y los puntos de control. Las estrategias y técnicas de paralelismo de modelos que ofrece SMP v2 ayudan a distribuir modelos grandes en varios dispositivos, a la vez que optimizan la velocidad de entrenamiento y el consumo de memoria. SMP v2 también proporciona un paquete de Python `torch.sagemaker` para ayudar a adaptar el script de entrenamiento con pocos cambios en las líneas de código.

Esta guía sigue el flujo básico de dos pasos introducido en [Utilice la biblioteca de paralelismo de SageMaker modelos v2](model-parallel-use-api-v2.md). Para profundizar en las características principales de SMP v2 y cómo usarlas, consulte los siguientes temas.

**nota**  
Estas funciones principales están disponibles en SMP v2.0.0 y versiones posteriores y en el SDK de SageMaker Python v2.200.0 y posteriores, y funcionan para v2.0.1 y versiones posteriores. PyTorch Para comprobar las versiones de los paquetes, consulte [Marcos compatibles y Regiones de AWS](distributed-model-parallel-support-v2.md).

**Topics**
+ [Paralelismo híbrido de datos particionados](model-parallel-core-features-v2-sharded-data-parallelism.md)
+ [Paralelismo experto](model-parallel-core-features-v2-expert-parallelism.md)
+ [Paralelismo de contexto](model-parallel-core-features-v2-context-parallelism.md)
+ [Compatibilidad con la biblioteca SMDDP optimizada para la infraestructura AWS](model-parallel-core-features-v2-smddp-allgather.md)
+ [Entrenamiento de precisión mixta](model-parallel-core-features-v2-mixed-precision.md)
+ [Inicialización diferida de parámetros](model-parallel-core-features-v2-delayed-param-init.md)
+ [Puntos de control de activación](model-parallel-core-features-v2-pytorch-activation-checkpointing.md)
+ [Descarga de activación](model-parallel-core-features-v2-pytorch-activation-offloading.md)
+ [Paralelismo de tensores](model-parallel-core-features-v2-tensor-parallelism.md)
+ [Ajuste](model-parallel-core-features-v2-fine-tuning.md)
+ [FlashAttention](model-parallel-core-features-v2-flashattention.md)
+ [Puntos de comprobación mediante SMP](model-parallel-core-features-v2-checkpoints.md)