Kubernetes YAML の使用 HyperPod CLI の使用 MIG を使用したモデルデプロイ HyperPod CLI の使用

MIG を使用したタスク送信

トピック

Kubernetes YAML の使用
HyperPod CLI の使用
MIG を使用したモデルデプロイ
HyperPod CLI の使用

Kubernetes YAML の使用


apiVersion: batch/v1
kind: Job
metadata:
  name: mig-job
  namespace: default
spec:
  template:
    spec:
      containers:
      - name: pytorch
        image: pytorch/pytorch:latest
        resources:
          requests:
            nvidia.com/mig-1g.5gb: 1
            cpu: "100m"
            memory: "128Mi"
          limits:
            nvidia.com/mig-1g.5gb: 1
      restartPolicy: Never

HyperPod CLI の使用

HyperPod CLI を使用して、MIG をサポートする JumpStart モデルをデプロイします。次の例は、GPU パーティショニングの新しい CLI パラメータを示しています。


# Deploy JumpStart model with MIG
hyp create hyp-jumpstart-endpoint \
  --model-id deepseek-llm-r1-distill-qwen-1-5b \
  --instance-type ml.p5.48xlarge \
  --accelerator-partition-type mig-2g.10gb \
  --accelerator-partition-validation True \
  --endpoint-name my-endpoint \
  --tls-certificate-output-s3-uri s3://certificate-bucket/ \
  --namespace default

MIG を使用したモデルデプロイ

HyperPod Inference では、Studio Classic kubectlおよび HyperPod CLI を介して MIG プロファイルにモデルをデプロイできます。JumpStart モデルをにデプロイするためにkubectl、CRDs にはモデルを目的の MIG プロファイルにデプロイspec.server.acceleratorPartitionTypeするためにというフィールドがあります。CRD で選択された MIG プロファイルにモデルをデプロイできるように、検証を実行します。MIG 検証チェックを無効にする場合は、 spec.server.validations.acceleratorPartitionValidationをに使用しますFalse。

JumpStart モデル


apiVersion: inference.sagemaker.aws.amazon.com/v1
kind: JumpStartModel
metadata:
  name: deepseek-model
  namespace: default
spec:
  sageMakerEndpoint:
    name: deepseek-endpoint
  model:
    modelHubName: SageMakerPublicHub
    modelId: deepseek-llm-r1-distill-qwen-1-5b
  server:
    acceleratorPartitionType: mig-7g.40gb
    instanceType: ml.p4d.24xlarge

InferenceEndpointConfig を使用して Amazon S3 からモデルをデプロイする InferenceEndpointConfig

InferenceEndpointConfig を使用すると、Amazon S3 からカスタムモデルをデプロイできます。モデルを MIG にデプロイするには、requests「」および「」で MIG プロファイルについてspec.worker.resources言及しますlimits。以下の簡単なデプロイを参照してください。


apiVersion: inference.sagemaker.aws.amazon.com/v1
kind: InferenceEndpointConfig
metadata:
  name: custom-model
  namespace: default
spec:
  replicas: 1
  modelName: my-model
  endpointName: my-endpoint
  instanceType: ml.p4d.24xlarge
  modelSourceConfig:
    modelSourceType: s3
    s3Storage:
      bucketName: my-model-bucket
      region: us-east-2
    modelLocation: model-path
  worker:
    resources:
      requests:
        nvidia.com/mig-3g.20gb: 1
        cpu: "5600m"
        memory: "10Gi"
      limits:
        nvidia.com/mig-3g.20gb: 1

InferenceEndpointConfig を使用して FSx for Lustre からモデルをデプロイする

InferenceEndpointConfig を使用すると、FSx for Lustre からカスタムモデルをデプロイできます。モデルを MIG にデプロイするには、requests「」および「」で MIG プロファイルについてspec.worker.resources言及しますlimits。以下の簡単なデプロイを参照してください。


apiVersion: inference.sagemaker.aws.amazon.com/v1
kind: InferenceEndpointConfig
metadata:
  name: custom-model
  namespace: default
spec:
  replicas: 1
  modelName: my-model
  endpointName: my-endpoint
  instanceType: ml.p4d.24xlarge
  modelSourceConfig:
    modelSourceType: fsx
    fsxStorage:
      fileSystemId: fs-xxxxx
    modelLocation: location-on-fsx
  worker:
    resources:
      requests:
        nvidia.com/mig-3g.20gb: 1
        cpu: "5600m"
        memory: "10Gi"
      limits:
        nvidia.com/mig-3g.20gb: 1

Studio Classic UI の使用

MIG を使用した JumpStart モデルのデプロイ

Studio Classic を開き、JumpStart に移動します。
目的のモデルを参照または検索する (DeepSeek」、「Llama」など)
モデルカードをクリックし、デプロイ を選択します。
デプロイ設定で:
- デプロイターゲットとして HyperPod を選択する
- ドロップダウンから MIG 対応クラスターを選択します。
- [インスタンス設定] で次の設定を行なってください。
  - インスタンスタイプを選択する (例: ml.p4d.24xlarge)
  - 使用可能なオプションから GPU パーティションタイプを選択する
  - インスタンス数と Auto Scaling の設定を構成する
デプロイを確認してクリックする
「エンドポイント」セクションの「デプロイの進行状況をモニタリングする」

モデル設定オプション

エンドポイント設定:

エンドポイント名 - デプロイの一意の識別子
バリアント名 - 設定バリアント (デフォルト: AllTraffic)
インスタンスタイプ - GPU パーティション (p シリーズ) をサポートする必要があります
MIG プロファイル - GPU パーティション
初期インスタンス数 - デプロイするインスタンスの数
自動スケーリング - トラフィックに基づいて動的スケーリングを有効にします

詳細設定:

モデルデータの場所 - カスタムモデルの Amazon S3 パス
コンテナイメージ - カスタム推論コンテナ (オプション)
環境変数 - モデル固有の設定
Amazon VPC 設定 - ネットワーク分離設定

デプロイされたモデルのモニタリング

Studio Classic > デプロイ > エンドポイントに移動する
MIG 対応エンドポイントを選択する
次のようなメトリクスを表示します。
- MIG 使用率 - GPU パーティションあたりの使用量
- メモリ消費量 - GPU パーティションごと
- 推論レイテンシー - リクエスト処理時間
- スループット - 1 秒あたりのリクエスト数
自動モニタリング用の Amazon CloudWatch アラームを設定する
MIG 使用率に基づいて自動スケーリングポリシーを設定する

HyperPod CLI の使用

JumpStart デプロイ

HyperPod CLI JumpStart コマンドには、MIG サポート用の 2 つの新しいフィールドが含まれています。

--accelerator-partition-type - MIG 設定を指定します (例: mig-4g.20gb)
--accelerator-partition-validation - モデルと MIG プロファイル間の互換性を検証します (デフォルト: true)


hyp create hyp-jumpstart-endpoint \
  --version 1.1 \
  --model-id deepseek-llm-r1-distill-qwen-1-5b \
  --instance-type ml.p4d.24xlarge \
  --endpoint-name js-test \
  --accelerator-partition-type "mig-4g.20gb" \
  --accelerator-partition-validation true \
  --tls-certificate-output-s3-uri s3://my-bucket/certs/

カスタムエンドポイントのデプロイ

カスタムエンドポイント経由でデプロイ--resources-limitsするには、既存のフィールド--resources-requestsとを使用して MIG プロファイル機能を有効にします。


hyp create hyp-custom-endpoint \
  --namespace default \
  --metadata-name deepseek15b-mig-10-14-v2 \
  --endpoint-name deepseek15b-mig-endpoint \
  --instance-type ml.p4d.24xlarge \
  --model-name deepseek15b-mig \
  --model-source-type s3 \
  --model-location deep-seek-15b \
  --prefetch-enabled true \
  --tls-certificate-output-s3-uri s3://sagemaker-bucket \
  --image-uri lmcache/vllm-openai:v0.3.7 \
  --container-port 8080 \
  --model-volume-mount-path /opt/ml/model \
  --model-volume-mount-name model-weights \
  --s3-bucket-name model-storage-123456789 \
  --s3-region us-east-2 \
  --invocation-endpoint invocations \
  --resources-requests '{"cpu":"5600m","memory":"10Gi","nvidia.com/mig-3g.20gb":"1"}' \
  --resources-limits '{"nvidia.com/mig-3g.20gb":"1"}' \
  --env '{
    "OPTION_ROLLING_BATCH":"vllm",
    "SERVING_CHUNKED_READ_TIMEOUT":"480",
    "DJL_OFFLINE":"true",
    "NUM_SHARD":"1",
    "SAGEMAKER_PROGRAM":"inference.py",
    "SAGEMAKER_SUBMIT_DIRECTORY":"/opt/ml/model/code",
    "MODEL_CACHE_ROOT":"/opt/ml/model",
    "SAGEMAKER_MODEL_SERVER_WORKERS":"1",
    "SAGEMAKER_MODEL_SERVER_TIMEOUT":"3600",
    "OPTION_TRUST_REMOTE_CODE":"true",
    "OPTION_ENABLE_REASONING":"true",
    "OPTION_REASONING_PARSER":"deepseek_r1",
    "SAGEMAKER_CONTAINER_LOG_LEVEL":"20",
    "SAGEMAKER_ENV":"1"
  }'

ブラウザで JavaScript が無効になっているか、使用できません。

AWS ドキュメントを使用するには、JavaScript を有効にする必要があります。手順については、使用するブラウザのヘルプページを参照してください。

ドキュメントの表記規則

ノードのライフサイクル

クラスターの回復性