Terjemahan disediakan oleh mesin penerjemah. Jika konten terjemahan yang diberikan bertentangan dengan versi bahasa Inggris aslinya, utamakan versi bahasa Inggris.
Memantau AWS menghitung pemanfaatan sumber daya di Amazon SageMaker Studio Classic
catatan
Pemberitahuan akhir dukungan: Pada 30 Juni 2027, dukungan untuk Amazon SageMaker Profiler AWS akan berakhir. Setelah 30 Juni 2027, Anda tidak akan lagi dapat mengakses konsol Profiler atau sumber daya Profiler. Untuk informasi selengkapnya, lihat Perubahan ketersediaan profiler.
Untuk melacak pemanfaatan sumber daya komputasi pekerjaan pelatihan Anda, gunakan alat pemantauan yang ditawarkan oleh Amazon SageMaker Debugger.
Untuk pekerjaan pelatihan apa pun yang Anda jalankan di SageMaker AI menggunakan SageMaker Python SDK, Debugger mengumpulkan metrik pemanfaatan sumber daya dasar, seperti pemanfaatan CPU, pemanfaatan GPU, pemanfaatan memori GPU, jaringan, dan waktu I/O tunggu setiap 500 milidetik. Untuk melihat dasbor metrik pemanfaatan sumber daya pekerjaan pelatihan Anda, cukup gunakan UI SageMaker Debugger di SageMaker Studio Experiments.
Operasi dan langkah-langkah pembelajaran mendalam mungkin beroperasi dalam interval milidetik. Dibandingkan dengan CloudWatch metrik Amazon, yang mengumpulkan metrik pada interval 1 detik, Debugger memberikan perincian yang lebih baik ke dalam metrik pemanfaatan sumber daya hingga interval 100 milidetik (0,1 detik) sehingga Anda dapat menyelami metrik secara mendalam pada tingkat operasi atau langkah.
Jika Anda ingin mengubah interval waktu pengumpulan metrik, Anda dapat menambahkan parameter untuk konfigurasi profil ke peluncur pekerjaan pelatihan Anda. Misalnya, jika Anda menggunakan SageMaker AI Python SDK, Anda harus meneruskan profiler_config parameter saat membuat ModelTrainer objek. Untuk mempelajari cara menyesuaikan interval pengumpulan metrik pemanfaatan sumber daya, lihat Template kode untuk mengonfigurasi objek estimator SageMaker AI dengan modul SageMaker Debugger Python di SageMaker AI Python SDK dan kemudianKonfigurasikan pengaturan untuk profil dasar pemanfaatan sumber daya sistem.
Selain itu, Anda dapat menambahkan alat pendeteksi masalah yang disebut aturan pembuatan profil bawaan yang disediakan oleh SageMaker Debugger. Aturan pembuatan profil bawaan menjalankan analisis terhadap metrik pemanfaatan sumber daya dan mendeteksi masalah kinerja komputasi. Untuk informasi selengkapnya, lihat Gunakan aturan profiler bawaan yang dikelola oleh Amazon SageMaker Debugger. Anda dapat menerima hasil analisis aturan melalui UI SageMaker Debugger di SageMaker Studio Experiments atau SageMaker Debugger Profiling Report. Anda juga dapat membuat aturan pembuatan profil khusus menggunakan SageMaker Python SDK.
Untuk mempelajari lebih lanjut tentang fungsi pemantauan yang disediakan oleh SageMaker Debugger, lihat topik berikut.
Topik
