AWS Batch unterstützt jetzt die Planung von SageMaker Training-Jobs

Ab heute unterstützt AWS Batch die Planung von SageMaker Training-Jobs. Mit AWS Batch für SageMaker Training-Jobs können Data Scientists Trainings-Jobs in konfigurierbare Warteschlangen einreichen, die von AWS Batch betrieben werden. Diese Integration ermöglicht die Planung von Jobs basierend auf Priorität und Ressourcenverfügbarkeit, wodurch manuelle Wiederholungsversuche und Koordination entfallen. Darüber hinaus können Systemadministratoren Fair-Share-Scheduling-Richtlinien einrichten, um die Ressourcennutzung teamsübergreifend zu optimieren. Das System versucht fehlgeschlagene Jobs automatisch erneut und bietet Einblick in den Warteschlangenstatus. Sie können auch SageMaker Flexible Training Plans (FTP) erwerben, um die benötigte Kapazität zum gewünschten Zeitpunkt zu garantieren. Mit einem Flexible Training Plan können Sie durch die Warteschlangenfunktionen von Batch die Auslastung während der Laufzeit Ihres Plans maximieren. Data Scientists können Experimente mit Zuversicht direkt über das SageMaker Python SDK einreichen, in dem Wissen, dass die Komplexität der Infrastruktur automatisch gehandhabt wird. Sie können AWS Batch für SageMaker Training-Jobs sofort über die AWS Management Console, die AWS Command Line Interface (CLI) oder die AWS SDKs nutzen. Für AWS Batch fallen keine zusätzlichen Kosten an – Sie zahlen nur für die AWS-Ressourcen, die zur Ausführung Ihrer Anwendungen verwendet werden. AWS Batch für SageMaker Training-Jobs ist ab sofort in allen kommerziellen AWS-Regionen verfügbar, in denen AWS Batch und SageMaker AI verfügbar sind. Um loszulegen, lesen Sie die Dokumentation zu AWS Batch für SageMaker Training-Jobs und unseren Blogbeitrag.