AWS Batch теперь поддерживает планирование заданий обучения SageMaker

Начиная с сегодняшнего дня, AWS Batch теперь поддерживает планирование для задач обучения SageMaker. С помощью AWS Batch для задач обучения SageMaker ученые-исследователи могут отправлять задачи обучения в настраиваемые очереди, работающие на основе AWS Batch. Это интеграция позволяет планировать задачи на основе приоритета и доступности ресурсов, исключая ручные повторные попытки и координацию. Кроме того, системные администраторы могут настроить политики планирования с учетом справедливого разделения ресурсов между командами. Система автоматически повторит неудавшиеся задачи и обеспечит видимость статуса очереди. Вы также можете приобрести гибкие планы обучения SageMaker (FTP), чтобы гарантировать необходимую емкость в нужное время. С гибким планом обучения на месте, возможности очередей Batch позволяют вам максимально использовать ресурсы на протяжении всего срока действия плана. Ученые-исследователи могут отправлять эксперименты с уверенностью напрямую из SDK SageMaker для Python, зная, что сложности инфраструктуры обрабатываются автоматически. Вы можете начать использовать AWS Batch для задач обучения SageMaker сразу через консоль управления AWS, интерфейс командной строки AWS (CLI) или SDK AWS. Дополнительных сборов за сам AWS Batch нет - вы платите только за ресурсы AWS, используемые для запуска ваших приложений. AWS Batch для задач обучения SageMaker теперь доступен в общем доступе во всех коммерческих регионах AWS, где доступны AWS Batch и SageMaker AI. Чтобы начать работу, ознакомьтесь с документацией по AWS Batch для задач обучения SageMaker и нашим блог-постом.