JupyterLab guía del administrador - Amazon SageMaker AI

Las traducciones son generadas a través de traducción automática. En caso de conflicto entre la traducción y la version original de inglés, prevalecerá la version en inglés.

JupyterLab guía del administrador

importante

Las políticas de IAM personalizadas que permiten a Amazon SageMaker Studio o Amazon SageMaker Studio Classic crear SageMaker recursos de Amazon también deben conceder permisos para añadir etiquetas a esos recursos. El permiso para añadir etiquetas a los recursos es necesario porque Studio y Studio Classic etiquetan automáticamente todos los recursos que crean. Si una política de IAM permite a Studio y Studio Classic crear recursos, pero no permite el etiquetado, se pueden producir errores de tipo AccessDenied «» al intentar crear recursos. Para obtener más información, consulte Proporcione permisos para etiquetar los recursos de SageMaker IA.

AWS políticas gestionadas para Amazon SageMaker AIque otorgan permisos para crear SageMaker recursos ya incluyen permisos para añadir etiquetas al crear esos recursos.

Esta guía para administradores describe los JupyterLab recursos de SageMaker IA, como los de Amazon Elastic Block Store (Amazon EBS) y Amazon Elastic Compute Cloud ( EC2Amazon). En los temas también se muestra cómo proporcionar acceso a los usuarios y cambiar el tamaño del almacenamiento.

Un JupyterLab espacio de SageMaker IA se compone de los siguientes recursos:

  • Un volumen de Amazon EBS distinto en el que se almacenan todos los datos, como el código y las variables de entorno.

  • La EC2 instancia de Amazon utilizada para ejecutar el espacio.

  • La imagen utilizada para ejecutarse JupyterLab.

nota

Las aplicaciones no tienen acceso al volumen de EBS de otras aplicaciones. Por ejemplo, el editor de código, basado en Code-OSS, Visual Studio Code - Open Source no tiene acceso al volumen de EBS. JupyterLab Para obtener más información sobre los volúmenes de EBS, consulte Amazon Elastic Block Store (Amazon EBS).

Puedes usar la SageMaker API de Amazon para hacer lo siguiente:

  • Cambio del tamaño del almacenamiento predeterminado del volumen de EBS para sus usuarios

  • Cambio del tamaño máximo del almacenamiento de EBS

  • Especificación de la configuración de usuario de la aplicación; por ejemplo, puede especificar si el usuario utiliza una imagen personalizada o un repositorio de código.

  • Especificación del tipo de aplicación de soporte

El tamaño predeterminado del volumen de Amazon EBS es de 5 GB. Puede aumentar el tamaño del volumen hasta un máximo de 16 384 GB. Si no hace nada, los usuarios pueden aumentar el tamaño de su volumen a 100 GB. El tamaño del volumen solo se puede cambiar una vez en un periodo de seis horas.

Los núcleos asociados a la JupyterLab aplicación se ejecutan en la misma EC2 instancia de Amazon que se ejecuta JupyterLab. Al crear un espacio, se utiliza de forma predeterminada la última versión de la imagen de SageMaker distribución. Para obtener más información sobre las imágenes de SageMaker distribución, consulteSageMaker Política de soporte de imágenes de Studio.

importante

Para obtener información sobre cómo actualizar el espacio para usar la última versión de la imagen de distribución de SageMaker IA, consulteActualice la imagen de distribución de SageMaker IA.

El directorio de trabajo de los usuarios dentro del volumen de almacenamiento es /home/sagemaker-user. Si especifica su propia AWS KMS clave para cifrar el volumen, todo el contenido del directorio de trabajo se cifra con la clave gestionada por el cliente. Si no especificas ninguna AWS KMS clave, los datos que contiene /home/sagemaker-user se cifran con una clave AWS gestionada. Independientemente de si se especifica una AWS KMS clave, todos los datos que se encuentran fuera del directorio de trabajo se cifran con una clave AWS gestionada.

En las siguientes secciones se explican con detalle las configuraciones que debe realizar como administrador.

Temas