Les traductions sont fournies par des outils de traduction automatique. En cas de conflit entre le contenu d'une traduction et celui de la version originale en anglais, la version anglaise prévaudra.
Types d'instances pour les algorithmes intégrés
Pour la formation et l'hébergement SageMaker des algorithmes Amazon, nous vous recommandons d'utiliser les types d'EC2instances Amazon suivants :
-
ml.m5.xlarge, ml.m5.4xlarge et ml.m5.12xlarge
-
ml.c5.xlarge, ml.c5.2xlarge et ml.c5.8xlarge
-
ml.p3.xlarge, ml.p3.8xlarge et ml.p3.16xlarge
La plupart des SageMaker algorithmes Amazon ont été conçus pour tirer parti de l'GPUinformatique à des fins de formation. Pour la plupart des formations d'algorithmes, nous prenons en charge les instances P2, P3, G4dn et G5. GPU Malgré des coûts par instance plus élevés, GPUs entraînez-vous plus rapidement, ce qui les rend plus rentables. Les exceptions sont notées dans ce guide.
La taille et le type des données peuvent jouer un rôle important dans la détermination de la configuration du matériel qui est la plus efficace. Lorsqu'un même modèle est entraîné de façon répétée, un test initial sur un éventail de types d'instances peut permettre de découvrir des configurations qui sont plus économiques à long terme. De plus, les algorithmes qui s'entraînent le plus efficacement GPUs peuvent ne pas nécessiter GPUs d'inférence efficace. Faites des tests pour déterminer quelle est la solution la plus rentable. Pour obtenir une recommandation d'instance automatique ou effectuer des tests de charge personnalisés, utilisez Amazon SageMaker Inference Recommender.
Pour plus d'informations sur les spécifications SageMaker matérielles, consultez Amazon SageMaker ML Instance Types
