이 게시물에서는 ML 인프라의 확장성과 사용자 정의 기능을 향상시키는 SageMaker HyperPod의 세 가지 기능을 소개했습니다. 지속적인 프로비저닝은 유연한 리소스 프로비저닝을 제공하여 모델 학습 및 배포를 더 빠르게 시작하고 클러스터를 더 효율적으로 관리할 수 있도록 돕습니다. 사용자 지정 AMI를 사용하면 ML 환경을 조직의 보안 표준 및 소프트웨어 요구 사항과 일치시킬 수 있습니다.