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。

更新您的 SageMaker HyperPod 叢集中的 AMI 版本

Amazon SageMaker HyperPod Amazon Machine Image (AMI) 是特殊化的機器映像，適用於分散式機器學習工作負載和高效能運算。每個 AMI 都會預先載入驅動程式、機器學習架構、訓練程式庫和效能監控工具。透過更新您叢集中的 AMI 版本，您可以將這些元件和套件的最新版本用於訓練任務和工作流程。

在更新您叢集內的 AMI 版本時，您可以選擇立即處理更新、排程僅限一次的更新，或使用 Cron 表達式建立週期性排程。您也可以選擇更新執行個體群組中的所有執行個體，或僅批次更新執行個體。如果選擇批次更新，您可以設定 SageMaker AI 應該一次升級的執行個體百分比或數量。如果使用此更新方法，您可以設定 SageMaker AI 在批次之間應等待多久的間隔。

如果選擇批次更新，您也可以包含警示和指標的清單。在等待間隔期間，SageMaker AI 會觀察這些指標，如果有任何指標超過閾值，對應警示便會進入 ALARM 狀態，而 SageMaker AI 則會復原 AMI 更新。若要使用自動復原，您的 IAM 執行角色必須具有許可 cloudwatch:DescribeAlarms。

如需 HyperPod 叢集每個 AMI 版本的詳細資訊，請參閱 Amazon SageMaker HyperPod AMI。如需一般 HyperPod 版本的詳細資訊，請參閱 Amazon SageMaker HyperPod 版本備註。

您可以使用 SageMaker AI API 或 CLI 操作來更新叢集，或查看特定叢集的排程更新。如果您使用的是 AWS 主控台，請遵循下列步驟：

若要以程式設計方式建立和管理更新排程，請使用下列 API 操作：

所需的許可

根據您在 Amazon EKS 叢集中設定 Pod 中斷預算的方式，HyperPod 會移出 Pod、釋出節點，並防止在 AMI 更新過程中進行任何更新排程。如果違反了預算中的任何限制條件，HyperPod 會在 AMI 更新期間略過該節點。若要讓 SageMaker HyperPod 正確移出 Pod，您必須將必要的許可新增至 HyperPod 服務連結角色。下列 yaml 檔案具有必要的許可。

apiVersion: rbac.authorization.k8s.io/v1
kind: ClusterRole
metadata:
  name: hyperpod-patching
rules:
- apiGroups: [""]
  resources: ["pods"]
  verbs: ["list"]
- apiGroups: [""]
  resources: ["pods/eviction"]
  verbs: ["create"]
---
apiVersion: rbac.authorization.k8s.io/v1
kind: ClusterRoleBinding
metadata:
  name: hyperpod-patching
subjects:
- kind: User
  name: hyperpod-service-linked-role
roleRef:
  kind: ClusterRole
  name: hyperpod-patching
  apiGroup: rbac.authorization.k8s.io

使用下列命令來套用許可。

git clone https://github.com/aws/sagemaker-hyperpod-cli.git 

cd sagemaker-hyperpod-cli/helm_chart

helm upgrade hyperpod-dependencies HyperPodHelmChart --namespace kube-system --install

Cron 表達式

若要在特定時間或週期性排程設定一次性更新，請使用 cron 表達式。Cron 表達式支援六個欄位，並以空格隔開。所有六個欄位都是必要欄位。

cron(Minutes Hours Day-of-month Month Day-of-week Year)

您可以將 Cron 表達式用於以下案例：