Terjemahan disediakan oleh mesin penerjemah. Jika konten terjemahan yang diberikan bertentangan dengan versi bahasa Inggris aslinya, utamakan versi bahasa Inggris.
Konfigurasikan instance pekerjaan hybrid untuk menjalankan skrip Anda
Tergantung pada algoritma Anda, Anda mungkin memiliki persyaratan yang berbeda. Secara default, Amazon Braket menjalankan skrip algoritme Anda pada sebuah ml.m5.large
instance. Namun, Anda dapat menyesuaikan jenis instance ini saat membuat pekerjaan hibrida menggunakan argumen impor dan konfigurasi berikut.
from braket.jobs.config import InstanceConfig job = AwsQuantumJob.create( ... instance_config=InstanceConfig(instanceType="ml.p3.8xlarge"), # Use NVIDIA Tesla V100 instance with 4 GPUs. ... ),
Jika Anda menjalankan simulasi tertanam dan telah menentukan perangkat lokal dalam konfigurasi perangkat, Anda juga dapat meminta lebih dari satu instance InstanceConfig
dengan menentukan instanceCount
dan menyetelnya menjadi lebih besar dari satu. Batas atas adalah 5. Misalnya, Anda dapat memilih 3 contoh sebagai berikut.
from braket.jobs.config import InstanceConfig job = AwsQuantumJob.create( ... instance_config=InstanceConfig(instanceType="ml.p3.8xlarge", instanceCount=3), # Use 3 NVIDIA Tesla V100 ... ),
Saat Anda menggunakan beberapa instance, pertimbangkan untuk mendistribusikan pekerjaan hybrid Anda menggunakan fitur data parallel. Lihat contoh buku catatan berikut untuk detail selengkapnya tentang cara melihat pelatihan Parallelize untuk contoh QML
Tiga tabel berikut mencantumkan jenis dan spesifikasi instans yang tersedia untuk instans standar, kinerja tinggi, dan akselerasi GPU.
catatan
Untuk melihat kuota instans komputasi klasik default untuk Pekerjaan Hybrid, lihat halaman Kuota Amazon Braket.
Contoh Standar | vCPU | Memori (GiB) |
---|---|---|
ml.m5.large (default) |
4 |
16 |
db.m5.xlarge |
4 |
16 |
ml.m5.2xlarge |
8 |
32 |
ml.m5.4xlarge |
16 |
64 |
ml.m5.12xlarge |
48 |
192 |
ml.m5.24xlarge |
96 |
384 |
Instans kinerja tinggi | vCPU | Memori (GiB) |
---|---|---|
ml.c5.xlarge |
4 |
8 |
ml.c5.2xlarge |
8 |
16 |
ml.c5.4xlarge |
16 |
32 |
ml.c5.9xlarge |
36 |
72 |
ml.c5.18xlarge |
72 |
144 |
ml.c5n.xlarge |
4 |
10.5 |
ml.c5n.2xbesar |
8 |
21 |
ml.c5n.4xbesar |
16 |
32 |
ml.c5n.9xlarge |
36 |
72 |
ml.c5n.18xlarge |
72 |
192 |
Instans yang dipercepat GPU | GPUs | vCPU | Memori (GiB) | Memori GPU (GiB) |
---|---|---|---|---|
ml.p3.2xlarge |
1 |
8 |
61 |
16 |
ml.p3.8xlarge |
4 |
32 |
244 |
64 |
ml.p3.16xlarge |
8 |
64 |
488 |
128 |
ml.p4d.24xlarge |
8 |
96 |
1152 |
320 |
ml.g4dn.xlarge |
1 |
4 |
16 |
16 |
ml.g4dn.2xbesar |
1 |
8 |
32 |
16 |
ml.g4dn.4xbesar |
1 |
16 |
64 |
16 |
ml.g4dn.8xlarge |
1 |
32 |
128 |
16 |
ml.g4dn.12xlarge |
4 |
48 |
192 |
64 |
ml.g4dn.16xlarge |
1 |
64 |
256 |
16 |
catatan
instans p3 tidak tersedia di us-west-1. Jika pekerjaan hybrid Anda tidak dapat menyediakan kapasitas komputasi ML yang diminta, gunakan Wilayah lain.
Setiap instans menggunakan konfigurasi default penyimpanan data (SSD) sebesar 30 GB. Tetapi Anda dapat menyesuaikan penyimpanan dengan cara yang sama seperti Anda mengkonfigurasiinstanceType
. Contoh berikut menunjukkan cara meningkatkan total penyimpanan menjadi 50 GB.
from braket.jobs.config import InstanceConfig job = AwsQuantumJob.create( ... instance_config=InstanceConfig( instanceType="ml.p3.8xlarge", volumeSizeInGb=50, ), ... ),
Konfigurasikan bucket default di AwsSession
Memanfaatkan AwsSession
instans Anda sendiri memberi Anda fleksibilitas yang ditingkatkan, seperti kemampuan untuk menentukan lokasi khusus untuk bucket Amazon S3 default Anda. Secara default, a AwsSession
memiliki lokasi bucket Amazon S3 yang telah dikonfigurasi sebelumnya. "amazon-braket-{id}-{region}"
Namun, Anda memiliki opsi untuk mengganti lokasi bucket Amazon S3 default saat membuat file. AwsSession
Pengguna dapat secara opsional meneruskan AwsSession
objek ke dalam AwsQuantumJob.create()
metode, dengan memberikan aws_session
parameter seperti yang ditunjukkan dalam contoh kode berikut.
aws_session = AwsSession(default_bucket="amazon-braket-s3-demo-bucket") # Then you can use that AwsSession when creating a hybrid job job = AwsQuantumJob.create( ... aws_session=aws_session )