将 API 和 Hybrid Jobs 配合使用

您可以直接使用 API Amazon Braket Hybrid Jobs 访问并与之交互。但是，直接使用 API 时，默认方法和便捷方法不可用。

本主题涵盖了关于使用 API 的基础知识。如果您选择使用 API，请记住这种方法可能更为复杂，并且需要为几次迭代做好准备，以使您的混合作业得以运行。

要使用 API，您的账户应具有 AmazonBraketFullAccess 托管式策略的角色。

此外，您还需要一个执行角色。此角色将被传递给服务。您可以使用 Amazon Braket 控制台来创建角色。使用“权限和设置”页面上的“执行角色”选项卡为混合作业创建默认角色。

CreateJob API 要求您为混合作业指定所有必需的参数。要使用 Python，请将算法脚本文件压缩为 tar 包，如 input.tar.gz 文件，然后运行以下脚本。更新尖括号 (<>) 内的代码部分，以匹配您的账户信息和指定混合作业开始路径、文件和方法的入口点。

from braket.aws import AwsDevice, AwsSession
import boto3
from datetime import datetime

s3_client = boto3.client("s3")
client = boto3.client("braket")

project_name = "job-test"
job_name = project_name + "-" + datetime.strftime(datetime.now(), "%Y%m%d%H%M%S")
bucket = "amazon-braket-<your_bucket>"
s3_prefix = job_name

job_script = "input.tar.gz"
job_object = f"{s3_prefix}/script/{job_script}"
s3_client.upload_file(job_script, bucket, job_object)

input_data = "inputdata.csv"
input_object = f"{s3_prefix}/input/{input_data}"
s3_client.upload_file(input_data, bucket, input_object)

job = client.create_job(
    jobName=job_name,
    roleArn="arn:aws:iam::<your_account>:role/service-role/AmazonBraketJobsExecutionRole",  # https://docs.aws.amazon.com/braket/latest/developerguide/braket-manage-access.html#about-amazonbraketjobsexecution
    algorithmSpecification={
        "scriptModeConfig": {
            "entryPoint": "<your_execution_module>:<your_execution_method>",
            "containerImage": {"uri": "292282985366.dkr.ecr.us-west-1.amazonaws.com/amazon-braket-base-jobs:1.0-cpu-py37-ubuntu18.04"},   # Change to the specific region you are using
            "s3Uri": f"s3://{bucket}/{job_object}",
            "compressionType": "GZIP"
        }
    },
    inputDataConfig=[
        {
            "channelName": "hellothere",
            "compressionType": "NONE",
            "dataSource": {
                "s3DataSource": {
                    "s3Uri": f"s3://{bucket}/{s3_prefix}/input",
                    "s3DataType": "S3_PREFIX"
                }
            }
        }
    ],
    outputDataConfig={
        "s3Path": f"s3://{bucket}/{s3_prefix}/output"
    },
    instanceConfig={
        "instanceType": "ml.m5.large",
        "instanceCount": 1,
        "volumeSizeInGb": 1
    },
    checkpointConfig={
        "s3Uri":  f"s3://{bucket}/{s3_prefix}/checkpoints",
        "localPath": "/opt/omega/checkpoints"
    },
    deviceConfig={
        "priorityAccess": {
            "devices": [
                "arn:aws:braket:us-west-1::device/qpu/rigetti/Ankaa-3"
            ]
        }
    },
    hyperParameters={
        "hyperparameter key you wish to pass": "<hyperparameter value you wish to pass>",
    },
    stoppingCondition={
        "maxRuntimeInSeconds": 1200,
        "maximumTaskLimit": 10
    },
)

创建混合作业后，您可以通过 GetJob API 或控制台访问混合作业的详细信息。要从运行 createJob 代码的 Python 会话中获取混合作业的详细信息，请使用以下 Python 命令。

getJob = client.get_job(jobArn=job["jobArn"])

要取消混合作业，请使用该作业 ('JobArn') Amazon Resource Name 调用 CancelJob API。

cancelJob = client.cancel_job(jobArn=job["jobArn"])

您可以使用 checkpointConfig 参数将检查点指定为 createJob API 的一部分。

    checkpointConfig = {
        "localPath" : "/opt/omega/checkpoints",
        "s3Uri": f"s3://{bucket}/{s3_prefix}/checkpoints"
    },