Spesifikasi SageMaker Gambar Kustom untuk Amazon SageMaker Studio Classic - Amazon SageMaker AI
Contoh Dockerfile

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

Spesifikasi SageMaker Gambar Kustom untuk Amazon SageMaker Studio Classic

penting

Pada 30 November 2023, pengalaman Amazon SageMaker Studio sebelumnya sekarang bernama Amazon SageMaker Studio Classic. Bagian berikut khusus untuk menggunakan aplikasi Studio Classic. Untuk informasi tentang menggunakan pengalaman Studio yang diperbarui, lihatSageMaker Studio Amazon.

Studio Classic masih dipertahankan untuk beban kerja yang ada tetapi tidak lagi tersedia untuk orientasi. Anda hanya dapat menghentikan atau menghapus aplikasi Studio Classic yang ada dan tidak dapat membuat yang baru. Kami menyarankan Anda memigrasikan beban kerja Anda ke pengalaman Studio yang baru.

Spesifikasi berikut berlaku untuk gambar kontainer yang diwakili oleh versi gambar SageMaker AI.

Menjalankan gambar

ENTRYPOINTdan CMD instruksi diganti untuk mengaktifkan gambar berjalan sebagai aplikasi. KernelGateway

Port 8888 pada gambar dicadangkan untuk menjalankan server KernelGateway web.

Menghentikan gambar

DeleteAppAPI mengeluarkan docker stop perintah yang setara. Proses lain dalam wadah tidak akan mendapatkan SIGKILL/SIGTERM sinyal.

Penemuan kernel

SageMaker AI mengenali kernel seperti yang didefinisikan oleh spesifikasi kernel Jupyter.

Anda dapat menentukan daftar kernel yang akan ditampilkan sebelum menjalankan gambar. Jika tidak ditentukan, python3 ditampilkan. Gunakan DescribeAppImageConfigAPI untuk melihat daftar kernel.

Lingkungan Conda diakui sebagai spesifikasi kernel secara default.

Sistem file

/opt/mlDirektori /opt/.sagemakerinternal dan dicadangkan. Data apa pun di direktori ini mungkin tidak terlihat saat runtime.

Data pengguna

Setiap pengguna dalam domain mendapatkan direktori pengguna pada volume Amazon Elastic File System bersama dalam gambar. Lokasi direktori pengguna saat ini pada volume Amazon EFS dapat dikonfigurasi. Secara default, lokasi direktori adalah/home/sagemaker-user.

SageMaker AI mengonfigurasi UID/GID pemetaan POSIX antara gambar dan host. Ini default untuk memetakan pengguna root UID/GID (0/0) ke host. UID/GID

Anda dapat menentukan nilai-nilai ini menggunakan CreateAppImageConfigAPI.

Batas GID/UID

Amazon SageMaker Studio Classic hanya mendukung yang berikut DefaultUID dan DefaultGID kombinasi:

  • DefaultUid: 1000 dan defaultGid: 100, yang sesuai dengan pengguna non-priveleged.

  • DefaultUid: 0 dan defaultGid: 0, yang sesuai dengan akses root.

Metadata

File metadata terletak di. /opt/ml/metadata/resource-metadata.json Tidak ada variabel lingkungan tambahan yang ditambahkan ke variabel yang ditentukan dalam gambar. Untuk informasi selengkapnya, lihat Dapatkan Metadata Aplikasi.

GPU

Pada instance GPU, gambar dijalankan dengan --gpus opsi. Hanya toolkit CUDA yang harus disertakan dalam gambar bukan driver NVIDIA. Untuk informasi selengkapnya, lihat Panduan Pengguna NVIDIA.

Metrik dan pencatatan

Log dari KernelGateway proses dikirim ke Amazon CloudWatch di akun pelanggan. Nama grup log adalah/aws/sagemaker/studio. Nama aliran log adalah$domainID/$userProfileName/KernelGateway/$appName.

Ukuran gambar

Terbatas hingga 35 GB. Untuk melihat ukuran gambar Anda, jalankandocker image ls.

Contoh Dockerfile

Contoh berikut Dockerfile membuat Amazon Linux 2 berbasis gambar, menginstal paket pihak ketiga dan python3 kernel, dan menetapkan cakupan ke pengguna yang tidak memiliki hak istimewa.

FROM public.ecr.aws/amazonlinux/amazonlinux:2

ARG NB_USER="sagemaker-user"
ARG NB_UID="1000"
ARG NB_GID="100"

RUN \
    yum install --assumeyes python3 shadow-utils && \
    useradd --create-home --shell /bin/bash --gid "${NB_GID}" --uid ${NB_UID} ${NB_USER} && \
    yum clean all && \
    jupyter-activity-monitor-extension \
    python3 -m pip install ipykernel && \
    python3 -m ipykernel install

USER ${NB_UID}