View a markdown version of this page

Connexion aux HyperPod clusters et soumission de tâches aux clusters - Amazon SageMaker AI

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.

Connexion aux HyperPod clusters et soumission de tâches aux clusters

Vous pouvez lancer des charges de travail de machine learning sur des HyperPod clusters au sein des IDE Amazon SageMaker Studio. Lorsque vous lancez Studio IDE sur un HyperPod cluster, un ensemble de commandes est disponible pour vous aider à démarrer. Vous pouvez travailler sur vos scripts d’entraînement, utiliser des conteneurs Docker pour les scripts d’entraînement et soumettre des tâches au cluster, le tout à partir des environnements IDE de Studio. La section suivante fournit des informations sur la façon de connecter votre cluster aux environnements IDE Studio.

Dans Amazon SageMaker Studio, vous pouvez accéder à l'un de vos clusters dans HyperPodclusters (sous Compute) et consulter votre liste de clusters. Vous pouvez connecter votre cluster à un environnement IDE répertorié sous Actions.

Vous pouvez également choisir votre système de fichiers personnalisé dans la liste des options. Pour en savoir plus sur la façon d’obtenir cette configuration, consultez Configuration HyperPod dans Studio.

Sinon, vous pouvez créer un espace et lancer un environnement IDE à l’aide de l’ AWS CLI. Pour cela, utilisez les commandes suivantes. L’exemple suivant crée un espace Private JupyterLab pour user-profile-name auquel est attaché le système de fichiers fs-id FSx pour Lustre.

  1. Créez un espace à l'aide du create-space AWS CLI.

    aws sagemaker create-space \
--region your-region \
--ownership-settings "OwnerUserProfileName=user-profile-name" \
--space-sharing-settings "SharingType=Private" \
--space-settings "AppType=JupyterLab,CustomFileSystems=[{FSxLustreFileSystem={FileSystemId=fs-id}}]"

  2. Créez l'application à l'aide du create-app AWS CLI.

    aws sagemaker create-app \
--region your-region \
--space-name space-name \
--resource-spec '{"ec2InstanceType":"'"instance-type"'","appEnvironmentArn":"'"image-arn"'"}'

Une fois vos applications ouvertes, vous pouvez envoyer des tâches directement aux clusters auxquels vous êtes connecté.