Les traductions sont fournies par des outils de traduction automatique. En cas de conflit entre le contenu d'une traduction et celui de la version originale en anglais, la version anglaise prévaudra.
(Archivé) bibliothèque de parallélisme de SageMaker modèles v1.x
Important
Le 19 décembre 2023, la bibliothèque de parallélisme des SageMaker modèles (SMP) v2 est publiée. Au profit de la bibliothèque SMP v2, les capacité de SMP v1 ne seront plus prises en charge dans les prochaines versions. La section et les rubriques suivantes sont archivées et spécifiques à l’utilisation de la bibliothèque SMP v1. Pour plus d’informations sur l’utilisation de la bibliothèque SMP v2, consultez SageMaker bibliothèque de parallélisme de modèles v2.
Utilisez la bibliothèque de modèles parallèles d'Amazon SageMaker AI pour entraîner de grands modèles d'apprentissage profond (DL) difficiles à entraîner en raison des limites de mémoire du GPU. La bibliothèque divise un modèle automatiquement et efficacement sur plusieurs GPU et instances. À l'aide de la bibliothèque, vous pouvez obtenir une précision de prédiction cible plus rapidement en entraînant efficacement des modèles DL plus volumineux avec des milliards ou des trillions de paramètres.
Vous pouvez utiliser la bibliothèque pour partitionner automatiquement les vôtres TensorFlow et les PyTorch modèles sur plusieurs GPU et plusieurs nœuds avec un minimum de modifications de code. Vous pouvez accéder à l'API de la bibliothèque via le SDK SageMaker Python.
Consultez les sections suivantes pour en savoir plus sur le parallélisme des modèles et la bibliothèque de modèles SageMaker parallèles. La documentation des API de cette bibliothèque se trouve dans la section API de formation distribuée
Rubriques
Principales fonctionnalités de la bibliothèque de parallélisme des SageMaker modèles
Exécutez un travail de formation SageMaker distribué avec Model Parallelism
Exemples de bibliothèque de parallélisme de modèles Amazon SageMaker AI v1
SageMaker Meilleures pratiques en matière de parallélisme des modèles distribués
