Amazon SageMaker HyperPod Yönetişim ve En İyi Uygulama Rehberi
AWS, makine öğrenimi ekiplerinin ortak kullanımı için Amazon SageMaker HyperPod altyapısının yönetimi ve denetimine yönelik yeni kuralları paylaştı.
Amazon Web Services, birden fazla makine öğrenimi ekibi tarafından ortak kullanılan Amazon SageMaker HyperPod altyapısının yönetimi ve denetimine yönelik en iyi uygulamaları yayımladı.
Ortak Altyapı ve Yönetişim Zorlukları
Makine öğrenimi ekipleri model eğitimi ve ince ayarı için büyük ölçekli hızlandırılmış hesaplama havuzlarına erişim sağlar.
Birden fazla ekip aynı kümeyi paylaştığında teknik kurulum kolay olsa da yönetim ve kapasite paylaşımı gibi konular zorluk yaratır.
Dört Katmanlı Denetim Mekanizması
Yönetişim süreçleri organizasyon, proje, küme ve iş yükü olmak üzere dört temel kontrol katmanı üzerinden ele alınmaktadır.
Bu katmanlar sayesinde kimin hangi kapasiteyi kullanacağı ve kaynakların nasıl paylaşılacağı düzenlenmektedir.
Unified Studio ile Entegrasyon
Amazon SageMaker Unified Studio entegrasyonu ile ekipler projelerini mevcut kümelere bağlayabilir.
Kullanıcılar proje çalışma alanlarından doğrudan iş yükleri başlatabilir, küme durumlarını inceleyebilir ve JupyterLab iş akışlarını açabilir.
Altyapı ve Operasyonel Ayrım
Altyapı ekipleri küme yönetimini bulut operasyon süreçleri üzerinden sürdürmeye devam edebilir.
Onaylanan hesaplama kaynakları makine öğrenimi ekiplerinin proje bağlamında güvenli bir şekilde sunulur.