使用 MIG 提交任务 - 亚马逊 SageMaker AI
使用 Kubernetes YAML使用 HyperPod CLI使用 MIG 进行模型部署使用 HyperPod CLI

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。

使用 MIG 提交任务

使用 Kubernetes YAML

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

使用 HyperPod CLI

使用 C HyperPod LI 部署支持 MIG 的 JumpStart 模型。以下示例演示了用于 GPU 分区的新 CLI 参数：

# 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

使用 MIG 进行模型部署

HyperPod 推理允许通过 Studio Classic 和 kubectl CLI HyperPod 在 MIG 配置文件上部署模型。要在上部署 JumpStart 模型 kubectl CRDs ，请调用字段将模型部署spec.server.acceleratorPartitionType到所需的 MIG 配置文件。我们进行验证以确保模型可以部署在 CRD 中选择的 MIG 配置文件上。如果您想禁用 MIG 验证检查，spec.server.validations.acceleratorPartitionValidation请使用。False

JumpStart 模型

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

使用从 Amazon S3 部署模型 InferenceEndpointConfig

InferenceEndpointConfig 允许您从 Amazon S3 部署自定义模型。要在 MIG 上部署模型，请在和中spec.worker.resources提及 MIG 配置文件。requests limits请参阅下面的简单部署：

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

使用从 FSx Lustre 部署模型 InferenceEndpointConfig

InferenceEndpointConfig 允许您从 FSx Lustre 部署自定义模型。要在 MIG 上部署模型，请在和中spec.worker.resources提及 MIG 配置文件。requests limits请参阅下面的简单部署：

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

使用 Studio 经典用户界

使用 MIG 部署 JumpStart 模型

  1. 打开 Studio 经典版并导航到 JumpStart

  2. 浏览或搜索你想要的模型（例如 DeepSeek “”、“Llama” 等）

  3. 点击模型卡片并选择部署

  4. 在部署配置中：

    • 选择HyperPod作为部署目标

    • 从下拉列表中选择您的启用 MiG 的集群

    • 在实例配置下：

      • 选择实例类型（例如ml.p4d.24xlarge）

      • 从可用选项中选择 GPU 分区类型

      • 配置实例计数和自动扩展设置

  5. 查看并单击 “部署”

  6. 在 “终端节点” 部分监控部署进度

模型配置选项

端点设置：

  • 终端节点名称-您的部署的唯一标识符

  • 变体名称-配置变体（默认： AllTraffic）

  • 实例类型-必须支持 GPU 分区（p 系列）

  • MIG 配置文件-GPU 分区

  • 初始实例计数-要部署的实例数量

  • 自动缩放-启用以根据流量进行动态扩展

高级配置：

  • 模型数据位置-自定义模型的 Amazon S3 路径

  • 容器镜像-自定义推理容器（可选）

  • 环境变量-特定于模型的配置

  • 亚马逊 VPC 配置-网络隔离设置

监控已部署的模型

  1. 导航到 Studio 经典版 > 部署 > 终端节点

  2. 选择支持 MiG 的终端节点

  3. 查看指标包括：

    • MIG 利用率-每 GPU 分区使用情况

    • 内存消耗-每个 GPU 分区

    • 推理延迟-请求处理时间

    • 吞吐量-每秒请求数

  4. 设置 Amazon CloudWatch 警报以进行自动监控

  5. 根据 MIG 利用率配置自动缩放策略

使用 HyperPod CLI

JumpStart 部署

HyperPod CLI JumpStart 命令包括两个用于 MIG 支持的新字段：

  • --accelerator-partition-type-指定 MIG 配置（例如 mig-4g.20GB）

  • --accelerator-partition-validation-验证模型与 MIG 配置文件之间的兼容性（默认值：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/

自定义端点部署

要通过自定义端点进行部署，请使用现有字段--resources-requests--resources-limits并启用 MIG 配置文件功能：

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"
  }'