Addestramento di SageMaker AI HyperPod

Puoi personalizzare i modelli Amazon Nova utilizzando le ricette di Amazon Nova e addestrarli su SageMaker AI HyperPod. Una ricetta è un file di configurazione YAML che fornisce dettagli a SageMaker AI su come eseguire il processo di personalizzazione del modello.

SageMaker AI HyperPod offre funzionalità di calcolo ad alte prestazioni con istanze di GPU e archiviazione Amazon FSx per Lustre ottimizzati, monitoraggio affidabile attraverso l’integrazione con strumenti come TensorBoard, gestione flessibile dei checkpoint per il miglioramento iterativo, implementazione senza interruzioni su Amazon Bedrock per l’inferenza e addestramento multinodo distribuito efficiente e scalabile, il tutto in perfetta sinergia per fornire alle organizzazioni un ambiente sicuro, performante e flessibile per personalizzare i modelli Amazon Nova in base ai requisiti aziendali specifici.

La personalizzazione di Amazon Nova su SageMaker AI HyperPod archivia gli artefatti del modello, inclusi i checkpoint del modello, in un bucket Amazon S3 gestito dal servizio. Gli artefatti nel bucket gestito dal servizio sono crittografati con chiavi KMS gestite da SageMaker. I bucket Amazon S3 gestiti dal servizio attualmente non supportano la crittografia dei dati tramite chiavi gestite dal cliente. Puoi utilizzare questa posizione di checkpoint per processi di valutazione o per l’inferenza di Amazon Bedrock.

Questa sezione fornisce dettagli sui parametri del modello Amazon Nova che puoi perfezionare con SageMaker AI HyperPod, quando potresti volerli perfezionare e in che modo potrebbero influire sulle prestazioni del modello. I parametri sono presentati per tecnica di addestramento. Per informazioni su come inviare un processo, consulta Running a SageMaker training job.