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
<a name="create-service-environments"></a>

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
<a name="create-service-environments-prerequisites"></a>

在建立服務環境之前，請確定您有：
+ **IAM 許可** – 建立和管理服務環境的許可。如需詳細資訊，請參閱[AWS Batch IAM 政策、角色和許可](IAM_policies.md)。

------
#### [ 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/](https://console.aws.amazon.com/batch/) 開啟 AWS Batch 主控台。

1. 在導覽窗格中，選擇 **Environments (環境)**。

1. 選擇**建立環境**，然後選取**服務環境**。

1. 針對**服務環境組態**，選擇 SageMaker AI。

1. 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 (\$1)。

1. 針對**執行個體數量上限**，輸入並行訓練執行個體數量上限

1. （選用） 透過選擇新增標籤並輸入鍵/值對來**新增標籤**。

1. 選擇**下一步**。

1. 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
   ```

1. （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
   ```

1. 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。

------