As traduções são geradas por tradução automática. Em caso de conflito entre o conteúdo da tradução e da versão original em inglês, a versão em inglês prevalecerá.

# Especificações de SageMaker imagem personalizadas para o Amazon SageMaker Studio Classic
<a name="studio-byoi-specs"></a>

**Importante**  
Em 30 de novembro de 2023, a experiência anterior do Amazon SageMaker Studio agora se chama Amazon SageMaker Studio Classic. A seção a seguir é específica ao uso da aplicação Studio Classic. Para obter informações sobre como usar a experiência atualizada do Studio, consulte [SageMaker Estúdio Amazon](studio-updated.md).  
O Studio Classic ainda é mantido para cargas de trabalho existentes, mas não está mais disponível para integração. Você só pode parar ou excluir aplicativos do Studio Classic existentes e não pode criar novos. Recomendamos que você [migre sua carga de trabalho para a nova experiência do Studio](studio-updated-migrate.md).

As especificações a seguir se aplicam à imagem do contêiner representada por uma versão de imagem de SageMaker IA.

**Executando a imagem**  
`ENTRYPOINT`e `CMD` as instruções são substituídas para permitir que a imagem seja executada como um KernelGateway aplicativo.  
A porta 8888 na imagem está reservada para executar o servidor KernelGateway web.

**Interrompendo a imagem**  
A API `DeleteApp` emite o equivalente a um comando `docker stop`. Outros processos no contêiner não receberão os SIGKILL/SIGTERM sinais.

**Descoberta do kernel**  
SageMaker [A IA reconhece os kernels conforme definido pelas especificações do kernel do Jupyter.](https://jupyter-client.readthedocs.io/en/latest/kernels.html#kernelspecs)  
Você pode especificar uma lista de kernels a serem exibidos antes de executar a imagem. Se não for especificado, python3 será exibido. Use a [DescribeAppImageConfig](https://docs.aws.amazon.com/sagemaker/latest/APIReference/API_DescribeAppImageConfig.html)API para ver a lista de kernels.  
Os ambientes Conda são reconhecidos como especificações do kernel por padrão. 

**Sistema de arquivos**  
Os diretórios `/opt/.sagemakerinternal` e `/opt/ml` são reservados. Qualquer dado nesses diretórios pode não estar visível em runtime.

**Dados do usuário**  
Cada usuário em um domínio obtém um diretório de usuários em um volume compartilhado do Amazon Elastic File System na imagem. O local do diretório do usuário atual no volume do Amazon EFS é configurável. Por padrão, o local do diretório é `/home/sagemaker-user`.  
SageMaker O AI configura UID/GID mapeamentos POSIX entre a imagem e o host. O padrão é mapear o usuário root UID/GID (0/0) para o UID/GID no host.  
Você pode especificar esses valores usando a [CreateAppImageConfig](https://docs.aws.amazon.com/sagemaker/latest/APIReference/API_CreateAppImageConfig.html)API.

**Limites de GID/UID**  
O Amazon SageMaker Studio Classic só oferece suporte ao seguinte `DefaultUID` e às `DefaultGID` combinações a seguir:   
+  DefaultUID: 1000 e DefaultGID: 100, que corresponde a um usuário sem privilégios.
+  DefaultUID: 0 e DefaultGID: 0, que corresponde ao acesso raiz.

**Metadados**  
Um arquivo de metadados está localizado em `/opt/ml/metadata/resource-metadata.json`. Nenhuma variável de ambiente adicional é incluída às variáveis definidas na imagem. Para obter mais informações, consulte [Obter metadados da aplicação](notebooks-run-and-manage-metadata.md#notebooks-run-and-manage-metadata-app).

**GPU**  
Em uma instância de GPU, a imagem é executada com a opção `--gpus`. Somente o kit de ferramentas CUDA deve ser incluído na imagem, não os drivers da NVIDIA. Para obter mais informações, consulte o [Guia do usuário do NVIDIA](https://docs.nvidia.com/datacenter/cloud-native/container-toolkit/user-guide.html).

**Métricas e registro em log**  
Os registros do KernelGateway processo são enviados para a Amazon CloudWatch na conta do cliente. O nome do grupo de logs é `/aws/sagemaker/studio`. O nome do fluxo de logs é `$domainID/$userProfileName/KernelGateway/$appName`.

**Tamanho da imagem**  
Limitado a 35 GB. Para ver o tamanho da sua imagem, execute `docker image ls`.  


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

O exemplo de Dockerfile a seguir cria uma imagem baseada no Amazon Linux 2, instala pacotes de terceiros e o `python3` kernel e define o escopo para o usuário não privilegiado.

```
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}
```