View a markdown version of this page

Menghubungkan ke HyperPod cluster dan mengirimkan tugas ke cluster - Amazon SageMaker AI

Terjemahan disediakan oleh mesin penerjemah. Jika konten terjemahan yang diberikan bertentangan dengan versi bahasa Inggris aslinya, utamakan versi bahasa Inggris.

Menghubungkan ke HyperPod cluster dan mengirimkan tugas ke cluster

Anda dapat meluncurkan beban kerja pembelajaran mesin pada HyperPod klaster dalam IDE Amazon SageMaker Studio. Saat Anda meluncurkan Studio IDE di sebuah HyperPod cluster, serangkaian perintah tersedia untuk membantu Anda memulai. Anda dapat mengerjakan skrip pelatihan, menggunakan kontainer Docker untuk skrip pelatihan, dan mengirimkan pekerjaan ke cluster, semuanya dari dalam Studio IDE. Bagian berikut memberikan informasi tentang cara menghubungkan cluster Anda ke Studio IDE.

Di Amazon SageMaker Studio, Anda dapat menavigasi ke salah satu cluster dalam HyperPodcluster (di bawah Compute) dan melihat daftar cluster Anda. Anda dapat menghubungkan klaster Anda ke IDE yang tercantum di bawah Tindakan.

Anda juga dapat memilih sistem file kustom Anda dari daftar opsi. Untuk informasi tentang cara menyiapkan ini, lihatMenyiapkan HyperPod di Studio.

Atau, Anda dapat membuat ruang dan meluncurkan IDE menggunakan AWS CLI. Gunakan perintah berikut untuk melakukannya. Contoh berikut menciptakan Private JupyterLab ruang untuk user-profile-name dengan sistem file fs-id FSx for Lustre terpasang.

  1. Buat ruang menggunakan 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. Buat aplikasi menggunakan file create-app AWS CLI.

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

Setelah aplikasi Anda terbuka, Anda dapat mengirimkan tugas langsung ke cluster yang terhubung dengan Anda.