SageMaker AI HyperPod 訓練

您可以使用 Amazon Nova 配方自訂 Amazon Nova 模型，並在 SageMaker AI HyperPod 上進行訓練。配方是 YAML 組態檔案，可將有關如何執行模型自訂任務的詳細資訊提供給 SageMaker AI。

SageMaker AI HyperPod 提供具有最佳化 GPU 執行個體和 Amazon FSx for Lustre 儲存體的高效能運算、與 TensorBoard 等工具整合進行強大的監控、用於反覆改進的彈性檢查點管理、無縫部署到 Amazon Bedrock 以進行推論，以及高效率的可擴展多節點分散式訓練 - 這一切共同合作，為組織提供一個安全、高效能、彈性的環境，以根據其特定業務需求量身打造 Amazon Nova 模型。

SageMaker AI HyperPod 上的 Amazon Nova 自訂會在服務管理的 Amazon S3 儲存貯體中存放模型成品，包括模型檢查點。服務管理的儲存貯體中的成品會以 SageMaker 管理的 KMS 金鑰加密。服務管理的 Amazon S3 儲存貯體目前不支援使用客戶管理的金鑰進行資料加密。您可以使用此檢查點位置進行評估任務或 Amazon Bedrock 推論。

本節提供有關您可以使用 SageMaker AI HyperPod 調校的 Amazon Nova 模型參數、何時可能需要調校它們，以及它們如何影響模型效能的詳細資訊。這些參數會依訓練技術呈現。如需如何提交任務的資訊，請參閱執行 SageMaker 訓練任務。