AWS Batch prend désormais en charge la planification des travaux d'entraînement SageMaker

À compter d'aujourd'hui, AWS Batch prend en charge la planification pour les travaux d'entraînement SageMaker. Avec AWS Batch pour les travaux d'entraînement SageMaker, les scientifiques des données peuvent soumettre des travaux d'entraînement à des files d'attente configurables alimentées par AWS Batch. Cette intégration permet de planifier les travaux en fonction de la priorité et de la disponibilité des ressources, éliminant les réessais manuels et la coordination. De plus, les administrateurs système peuvent configurer des politiques de planification équitable pour optimiser l'utilisation des ressources au sein des équipes. Le système retry automatiquement les travaux échoués et fournit une visibilité sur le statut de la file d'attente. Vous pouvez également acquérir des plans de formation flexibles SageMaker (FTP) pour garantir la capacité dont vous avez besoin au moment où vous en avez besoin. Avec un plan de formation flexible en place, les capacités de mise en file d'attente de Batch vous permettent de maximiser votre utilisation pendant la durée de votre plan. Les scientifiques des données peuvent soumettre des expériences avec confiance directement à partir du SDK Python SageMaker, sachant que les complexités d'infrastructure sont gérées automatiquement. Vous pouvez commencer à utiliser AWS Batch pour les travaux d'entraînement SageMaker immédiatement via la console de gestion AWS, l'interface de ligne de commande AWS (CLI) ou les SDK AWS. Il n'y a pas de frais supplémentaires pour AWS Batch lui-même - vous ne payez que pour les ressources AWS utilisées pour exécuter vos applications. AWS Batch pour les travaux d'entraînement SageMaker est maintenant disponible dans toutes les régions commerciales AWS où AWS Batch et SageMaker AI sont disponibles. Pour commencer, consultez la documentation d'AWS Batch pour les travaux d'entraînement SageMaker et notre billet de blog.