Le traduzioni sono generate tramite traduzione automatica. In caso di conflitto tra il contenuto di una traduzione e la versione originale in Inglese, quest'ultima prevarrà.

# Operatori SageMaker AI più recenti per Kubernetes
<a name="kubernetes-sagemaker-operators-ack"></a>

Questa sezione si basa sulla versione più recente di SageMaker AI Operators for Kubernetes che utilizzano Controllers for Kubernetes (ACK). AWS 

**Importante**  
Se attualmente utilizzi una versione `v1.2.2` o precedente di [ SageMaker Operators for Kubernetes](https://github.com/aws/amazon-sagemaker-operator-for-k8s/tree/master), ti consigliamo di migrare le tue risorse al [controller di servizio ACK](https://github.com/aws-controllers-k8s/sagemaker-controller) per Amazon. SageMaker [Il controller di servizio ACK è una nuova generazione di SageMaker Operators for Kubernetes basata su AWS Controllers for Kubernetes (ACK).](https://aws-controllers-k8s.github.io/community/)  
Per informazioni sulle fasi di migrazione, consulta [Migrazione di risorse verso gli operatori più recenti](kubernetes-sagemaker-operators-migrate.md).  
Per le risposte alle domande frequenti sulla fine del supporto della versione originale di Operators for Kubernetes, consulta SageMaker [Annuncio della fine del supporto della versione originale di SageMaker AI Operators for Kubernetes](kubernetes-sagemaker-operators-eos-announcement.md)

L'ultima versione di [SageMaker AI Operators for Kubernetes si basa su AWS Controllers for Kubernetes](https://github.com/aws-controllers-k8s/sagemaker-controller) [(ACK), un framework per la creazione di controller personalizzati Kubernetes](https://aws-controllers-k8s.github.io/community/ ) in cui ogni controller comunica con un'API di servizio. AWS Questi controller consentono agli utenti Kubernetes di fornire risorse AWS come database o code di messaggi utilizzando l'API Kubernetes.

Utilizza i seguenti passaggi per installare e utilizzare ACK per addestrare, ottimizzare e distribuire modelli di machine learning con Amazon SageMaker AI.

**Topics**
+ [Installa SageMaker AI Operators per Kubernetes](#kubernetes-sagemaker-operators-ack-install)
+ [Usa SageMaker AI Operators per Kubernetes](#kubernetes-sagemaker-operators-ack-use)
+ [Documentazione di riferimento](#kubernetes-sagemaker-operators-ack-reference)

## Installa SageMaker AI Operators per Kubernetes
<a name="kubernetes-sagemaker-operators-ack-install"></a>

Per configurare l'ultima versione disponibile di SageMaker AI Operators for Kubernetes, consulta la sezione *Configurazione* in [Machine Learning con il controller ACK SageMaker ](https://aws-controllers-k8s.github.io/community/docs/tutorials/sagemaker-example/#setup) AI.

## Usa SageMaker AI Operators per Kubernetes
<a name="kubernetes-sagemaker-operators-ack-use"></a>

Per un tutorial su come addestrare un modello di machine learning con il controller di servizio ACK per Amazon SageMaker AI utilizzando Amazon EKS, consulta [Machine Learning with the ACK SageMaker AI Controller](https://aws-controllers-k8s.github.io/community/docs/tutorials/sagemaker-example/).

Per un esempio di [scalabilità automatica, consulta Scalare i carichi di lavoro SageMaker AI](https://aws-controllers-k8s.github.io/community/docs/tutorials/autoscaling-example/) con Application Auto Scaling

## Documentazione di riferimento
<a name="kubernetes-sagemaker-operators-ack-reference"></a>

Consulta anche il [controller di servizio ACK per il GitHub repository Amazon SageMaker AI](https://github.com/aws-controllers-k8s/sagemaker-controller) o leggi la documentazione di [AWS Controllers for Kubernetes](https://aws-controllers-k8s.github.io/community/docs/community/overview/).