本文属于机器翻译版本。若本译文内容与英语原文存在差异，则一律以英文原文为准。

# 在中创建服务环境 AWS Batch
<a name="create-service-environments"></a>

您需要先创建一个服务环境 AWS Batch，然后才能在中运行 SageMaker 训练作业。您可以创建包含与 SageMaker AI 服务集成所需的配置参数 AWS Batch 的服务环境，并代表您提交 SageMaker 训练作业。

## 先决条件
<a name="create-service-environments-prerequisites"></a>

在创建服务环境之前，请确保您已满足下列前提条件：
+ **IAM 权限**：创建和管理服务环境的权限。有关更多信息，请参阅 [AWS Batch IAM 策略、角色和权限](IAM_policies.md)。

------
#### [ Create a service environment (AWS Console) ]

使用 AWS Batch 控制台通过 Web 界面创建服务环境。

**创建服务环境**

1. 打开 AWS Batch 控制台，网址为[https://console.aws.amazon.com/batch/](https://console.aws.amazon.com/batch/)。

1. 在导航窗格中，选择**环境**。

1. 选择**创建环境**，然后选择**服务环境**。

1. 对于**服务环境配置**，请选择 SageMaker AI。

1. 对于**名称**，为您的服务环境输入一个唯一的名称。有效字符为 a-z、A-Z、0-9、连字符（-）和下划线（\$1）。

1. 对于**最大实例数**，请输入并发训练实例的最大数量

1. （可选）要添加标签，请选择**添加标签**并输入键值对。

1. 选择**下一步**。

1. 检查新服务环境的详细信息，然后选择**创建服务环境**。

------
#### [ Create a service environment (AWS CLI) ]

使用`create-service-environment`命令 AWS 通过 CLI 创建服务环境。

**创建服务环境**

1. 创建具有基本必需参数的服务环境：

   ```
   aws batch create-service-environment \
       --service-environment-name my-sagemaker-service-env \
       --service-environment-type SAGEMAKER_TRAINING \
       --capacity-limits capacityUnit=NUM_INSTANCES,maxCapacity=10
   ```

1. （可选）创建带标签的服务环境：

   ```
   aws batch create-service-environment \
       --service-environment-name my-sagemaker-service-env \
       --service-environment-type SAGEMAKER_TRAINING \
       --capacity-limits capacityUnit=NUM_INSTANCES,maxCapacity=10 \
       --tags team=data-science,project=ml-training
   ```

1. 验证服务环境是否已成功创建：

   ```
   aws batch describe-service-environments \
       --service-environment my-sagemaker-service-env
   ```

服务环境在“环境”列表中显示为 `CREATING` 状态。成功完成创建后，服务环境的状态将变为 `VALID` 并准备就绪，可以向其添加服务作业队列，从而可以开始处理作业。

------