在 中建立服務環境 AWS Batch - AWS Batch
先決條件

本文為英文版的機器翻譯版本，如內容有任何歧義或不一致之處，概以英文版為準。

在 中建立服務環境 AWS Batch

您需要建立服務環境 AWS Batch，才能在 中執行 SageMaker Training 任務。您可以建立服務環境，其中包含 與 SageMaker AI 服務 AWS Batch 整合所需的組態參數，並代表您提交 SageMaker Training 任務。

先決條件

在建立服務環境之前，請確定您有：

Create a service environment (AWS Console)

使用 AWS Batch 主控台透過 Web 界面建立服務環境。

建立服務環境

  1. 在 https：//https://console.aws.amazon.com/batch/ 開啟 AWS Batch 主控台。

  2. 在導覽窗格中，選擇 Environments (環境)。

  3. 選擇建立環境，然後選取服務環境。

  4. 針對服務環境組態，選擇 SageMaker AI。

  5. 在名稱中，輸入服務環境的唯一名稱。有效字元為 a-z、A-Z、0-9、連字號 (-) 和底線 (_)。

  6. 針對執行個體數目上限，輸入並行訓練執行個體數目上限

  7. （選用） 透過選擇新增標籤並輸入鍵/值對來新增標籤。

  8. 選擇下一步。

  9. 檢閱新服務環境的詳細資訊，然後選擇建立服務環境。

Create a service environment (AWS CLI)

使用 create-service-environment命令透過 CLI AWS 建立服務環境。

建立服務環境

  1. 使用基本必要參數建立服務環境：

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

  2. （選用） 使用標籤建立服務環境：

    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

  3. 確認已成功建立服務環境：

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

服務環境會出現在具有 CREATING 狀態的環境清單中。當建立成功完成時，狀態會變更為 ，VALID且服務環境已準備好新增服務任務佇列，以便服務環境可以開始處理任務。