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
<a name="studio-byoi-specs"></a>

**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, lihat[SageMaker Studio Amazon](studio-updated.md).  
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 baru](studio-updated-migrate.md).

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

**Menjalankan gambar**  
`ENTRYPOINT`dan `CMD` instruksi diganti untuk mengaktifkan gambar berjalan sebagai aplikasi. KernelGateway   
Port 8888 pada gambar dicadangkan untuk menjalankan server KernelGateway web.

**Menghentikan gambar**  
`DeleteApp`API 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.](https://jupyter-client.readthedocs.io/en/latest/kernels.html#kernelspecs)  
Anda dapat menentukan daftar kernel untuk ditampilkan sebelum menjalankan gambar. Jika tidak ditentukan, python3 ditampilkan. Gunakan [DescribeAppImageConfig](https://docs.aws.amazon.com/sagemaker/latest/APIReference/API_DescribeAppImageConfig.html)API untuk melihat daftar kernel.  
Lingkungan Conda diakui sebagai spesifikasi kernel secara default. 

**Sistem file**  
`/opt/ml`Direktori `/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 [CreateAppImageConfig](https://docs.aws.amazon.com/sagemaker/latest/APIReference/API_CreateAppImageConfig.html)API.

**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](notebooks-run-and-manage-metadata.md#notebooks-run-and-manage-metadata-app).

**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](https://docs.nvidia.com/datacenter/cloud-native/container-toolkit/user-guide.html).

**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, jalankan`docker image ls`.  


## Contoh Dockerfile
<a name="studio-byoi-specs-sample"></a>

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}
```