Marcos admitidos y Regiones de AWS

Antes de utilizar la biblioteca de paralelismo de modelos de SageMaker, compruebe los marcos y tipos de instancias compatibles y determine si hay suficientes cuotas en su cuenta de AWS y en Región de AWS.

Marcos admitidos

La biblioteca de paralelismo de modelos de SageMaker es compatible con los siguientes marcos de aprendizaje profundo y está disponible en los contenedores de aprendizaje profundo (DLC) de AWS o bien es posible descargarlo como un archivo binario.

Versiones de PyTorch compatibles con SageMaker y la biblioteca de paralelismo de modelos SageMaker

** Las direcciones URL de los archivos binarios sirven para instalar la biblioteca de paralelismo de modelos de SageMaker en contenedores personalizados. Para obtener más información, consulte Cree su propio contenedor de Docker con la biblioteca de paralelismo de modelos distribuidos de SageMaker.

Versiones de TensorFlow compatibles con SageMaker y la biblioteca de paralelismo de modelos SageMaker

Versiones de Hugging Face Transformers compatibles con SageMaker y la biblioteca de paralelismo de datos distribuidos SageMaker

Los contenedores de aprendizaje profundo de AWS de Hugging Face utilizan los contenedores de entrenamiento de SageMaker para PyTorch y TensorFlow como imágenes base. Para buscar las versiones de la biblioteca Hugging Face Transformers y las versiones emparejadas de PyTorch y TensorFlow, consulte las versiones más recientes de los contenedores de Hugging Face y las versiones anteriores de los contenedores de Hugging Face.

Regiones de AWS

La biblioteca de paralelismo de datos de SageMaker está disponible en todos los sitios en los que los contenedores de aprendizaje profundo de AWS para SageMaker están en funcionamiento. Para obtener más información, consulte Imágenes de contenedores de aprendizaje profundo disponibles.

Tipos de instancias admitidos

La biblioteca de paralelismo de modelos de SageMaker requiere uno de los siguientes tipos de instancias de machine learning.

Para ver las especificaciones de los tipos de instancias, consulte la sección Computación acelerada en la página de tipos de instancias de Amazon EC2. Para obtener información acerca de los precios de las instancias, consulte Precios de Amazon SageMaker.

Si encuentra un mensaje de error similar al siguiente, siga las instrucciones de Solicitar un aumento de la cuota de servicio para los recursos de SageMaker.

ResourceLimitExceeded: An error occurred (ResourceLimitExceeded) when calling
    the CreateTrainingJob operation: The account-level service limit 'ml.p3dn.24xlarge
    for training job usage' is 0 Instances, with current utilization of 0 Instances
    and a request delta of 1 Instances.
    Please contact AWS support to request an increase for this limit.