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.
# Métriques Amazon SageMaker AI sur Amazon CloudWatch
Vous pouvez surveiller Amazon SageMaker AI à l'aide d'Amazon CloudWatch, qui collecte les données brutes et les transforme en indicateurs lisibles en temps quasi réel. Ces statistiques sont conservées pendant 15 mois. Grâce à elles, vous pouvez accéder aux informations historiques et obtenir un meilleur point de vue de la façon dont votre service ou application web s’exécute. Cependant, la CloudWatch console Amazon limite la recherche aux statistiques mises à jour au cours des deux dernières semaines. Cette limitation permet de s'assurer que les tâches les plus récentes sont indiquées dans votre espace de noms.
Pour représenter graphiquement les métriques sans utiliser une recherche, spécifiez son nom exact dans l'affichage de la source. Vous pouvez également définir des alarmes qui surveillent certains seuils et envoient des notifications ou prennent des mesures lorsque ces seuils sont atteints. Pour plus d'informations, consultez le [guide de CloudWatch l'utilisateur Amazon](https://docs.aws.amazon.com/AmazonCloudWatch/latest/monitoring/).
**Topics**
+ [SageMaker Mesures relatives aux terminaux de l'IA](#cloudwatch-metrics-endpoints)
+ [SageMaker Métriques d'invocation des terminaux AI](#cloudwatch-metrics-endpoint-invocation)
+ [SageMaker Métriques des composants d'inférence de l'IA](#cloudwatch-metrics-inference-component)
+ [SageMaker Indicateurs de terminaux multi-modèles basés sur l'IA](#cloudwatch-metrics-multimodel-endpoints)
+ [SageMaker Indicateurs de l'emploi liés à](#cloudwatch-metrics-jobs)
+ [SageMaker Indicateurs des emplois Inference Recommender](#cloudwatch-metrics-inference-recommender)
+ [SageMaker Métriques de Ground Truth](#cloudwatch-metrics-ground-truth)
+ [Statistiques de l'Amazon SageMaker Feature Store](#cloudwatch-metrics-feature-store)
+ [SageMaker métriques des pipelines](#cloudwatch-metrics-pipelines)
## SageMaker Mesures relatives aux terminaux de l'IA
L'espace de `/aws/sagemaker/Endpoints` noms inclut les métriques suivantes pour les instances de point de terminaison.
Les métriques sont disponibles à la fréquence d'une (1) minute.
**Note**
Amazon CloudWatch prend en charge les [métriques personnalisées en haute résolution](https://docs.aws.amazon.com/AmazonCloudWatch/latest/monitoring/publishingMetrics.html) et sa résolution maximale est d'une seconde. Cependant, plus la résolution est fine, plus la durée de vie des CloudWatch métriques est courte. Pour la résolution de fréquence d'une seconde, les CloudWatch métriques sont disponibles pendant 3 heures. Pour plus d'informations sur la résolution et la durée de vie des CloudWatch métriques, consultez [GetMetricStatistics](https://docs.aws.amazon.com/AmazonCloudWatch/latest/APIReference/API_GetMetricStatistics.html)le *Amazon CloudWatch API Reference*.
**Métriques relatives aux terminaux**
| Métrique | Description |
| --- | --- |
| CPUReservation | La somme des réserves CPUs réservées par les conteneurs sur une instance. Cette métrique est fournie uniquement pour les points de terminaison hébergeant des composants d'inférence actifs. La valeur est comprise entre 0 % et 100 %. Dans les paramètres d’un composant d’inférence, vous définissez la réservation du processeur avec le paramètre `NumberOfCpuCoresRequired`. Par exemple, si 4 CPUs et 2 sont réservés, la `CPUReservation` métrique est de 50 %. |
| CPUUtilization | La somme de l'utilisation de chaque cœur de processeur individuel. L'utilisation du processeur de chaque cœur peut aller de 0 à 100. Par exemple, s'il y en a quatre CPUs, la `CPUUtilization` plage est comprise entre 0 % et 400 %. Pour les variantes de point de terminaison, la valeur est la somme de l'utilisation de l'UC du conteneur principal et des conteneurs supplémentaires sur l'instance. Unités : pourcentage |
| CPUUtilizationNormalized | Somme normalisée de l’utilisation de chaque cœur de processeur individuel. Cette métrique est fournie uniquement pour les points de terminaison hébergeant des composants d'inférence actifs. La valeur est comprise entre 0 % et 100 %. Par exemple, s'il y en a quatre CPUs et que la `CPUUtilization` métrique est de 200 %, alors la `CPUUtilizationNormalized` métrique est de 50 %. |
| DiskUtilization | Le pourcentage d'espace disque utilisé par les conteneurs sur une instance. Cette plage de valeurs est comprise entre 0 % et 100 %.Pour les variantes de point de terminaison, la valeur est la somme de l'utilisation de l'espace disque du conteneur principal et des conteneurs supplémentaires sur l'instance.Unités : pourcentage |
| GPUMemoryUtilization | Pourcentage de mémoire GPU utilisée par les conteneurs sur une instance. La plage de valeurs est comprise entre 0 et 100 et est multipliée par le nombre de. GPUs Par exemple, s'il y en a quatre GPUs, la `GPUMemoryUtilization` plage est comprise entre 0 % et 400 %. Pour les variantes de point de terminaison, la valeur est la somme de l'utilisation de la mémoire GPU du conteneur principal et des conteneurs supplémentaires sur l'instance. Unités : pourcentage |
| GPUMemoryUtilizationNormalized | Pourcentage normalisé de mémoire GPU utilisée par les conteneurs sur une instance. Cette métrique est fournie uniquement pour les points de terminaison hébergeant des composants d'inférence actifs. La valeur est comprise entre 0 % et 100 %. Par exemple, s'il y en a quatre GPUs et que la `GPUMemoryUtilization` métrique est de 200 %, alors la `GPUMemoryUtilizationNormalized` métrique est de 50 %. |
| GPUReservation | La somme des réserves GPUs réservées par les conteneurs sur une instance. Cette métrique est fournie uniquement pour les points de terminaison hébergeant des composants d'inférence actifs. La valeur est comprise entre 0 % et 100 %. Dans les paramètres d’un composant d’inférence, vous définissez la réservation du processeur via le paramètre `NumberOfAcceleratorDevicesRequired`. Par exemple, s'il y en a 4 GPUs et que 2 sont réservés, la `GPUReservation` métrique est de 50 %. |
| GPUUtilization | Pourcentage d'unités GPU utilisées par les conteneurs sur une instance. La valeur peut être comprise entre 0 et 100 et est multipliée par le nombre de. GPUs Par exemple, s'il y en a quatre GPUs, la `GPUUtilization` plage est comprise entre 0 % et 400 %. Pour les variantes de point de terminaison, la valeur est la somme de l'utilisation d'unités GPU du conteneur principal et des conteneurs supplémentaires sur l'instance. Unités : pourcentage |
| GPUUtilizationNormalized | Pourcentage normalisé d’unités GPU utilisées par les conteneurs sur une instance. Cette métrique est fournie uniquement pour les points de terminaison hébergeant des composants d'inférence actifs. La valeur est comprise entre 0 % et 100 %. Par exemple, s'il y en a quatre GPUs et que la `GPUUtilization` métrique est de 200 %, alors la `GPUUtilizationNormalized` métrique est de 50 %. |
| MemoryReservation | Mémoire totale réservée par les conteneurs sur une instance. Cette métrique est fournie uniquement pour les points de terminaison hébergeant des composants d'inférence actifs. La valeur est comprise entre 0 % et 100 %. Dans les paramètres d’un composant d’inférence, vous définissez la réservation de mémoire via le paramètre `MinMemoryRequiredInMb`. Par exemple, si une instance de 32 Gio réservait 1024 Mo, la métrique `MemoryReservation` indiquerait 3,125 %. |
| MemoryUtilization | Pourcentage de mémoire utilisée par les conteneurs sur une instance. Cette plage de valeurs est comprise entre 0 % et 100 %. Pour les variantes de point de terminaison, la valeur est la somme de l'utilisation de la mémoire du conteneur principal et des conteneurs supplémentaires sur l'instance. Unités : pourcentage |
**Dimensions pour les métriques relatives aux terminaux**
| Dimension | Description |
| --- | --- |
| EndpointName, VariantName | Filtre les métriques du point de terminaison pour un point `ProductionVariant` de terminaison ou une variante spécifiés. |
## SageMaker Métriques d'invocation des terminaux AI
L'espace de noms `AWS/SageMaker` inclut les métriques de demandes suivantes des appels vers [ InvokeEndpoint](https://docs.aws.amazon.com/sagemaker/latest/APIReference/API_runtime_InvokeEndpoint.html).
Les métriques sont disponibles à la fréquence d'une (1) minute.
L'illustration suivante montre comment un point de terminaison SageMaker AI interagit avec l'API Amazon SageMaker Runtime. Le délai global entre l'envoi d'une demande à un point de terminaison et la réception d'une réponse dépend des trois composants suivants.
+ Latence du réseau : temps qui s'écoule entre l'envoi d'une demande et la réception d'une réponse de la part de l'API SageMaker Runtime Runtime.
+ Latence de surcharge : temps nécessaire pour transporter une demande vers le conteneur modèle depuis l'API SageMaker Runtime Runtime et pour renvoyer la réponse vers celle-ci.
+ Latence du modèle : temps nécessaire au conteneur de modèle pour traiter la demande et renvoyer une réponse.
![\[\]](http://docs.aws.amazon.com/fr_fr/sagemaker/latest/dg/images/cloudwatch-latency-types.png)
Pour plus d'informations sur la latence totale, consultez les [meilleures pratiques pour tester la charge des points de terminaison d'inférence en temps réel Amazon SageMaker AI](https://aws.amazon.com/blogs/machine-learning/best-practices-for-load-testing-amazon-sagemaker-real-time-inference-endpoints/). Pour plus d'informations sur la durée de conservation des CloudWatch métriques, consultez [GetMetricStatistics](https://docs.aws.amazon.com/AmazonCloudWatch/latest/APIReference/API_GetMetricStatistics.html)le *Amazon CloudWatch API Reference*.
**Métriques d'invocation de point de terminaison**
| Métrique | Description |
| --- | --- |
| ConcurrentRequestsPerCopy | Nombre de demandes simultanées reçues par le composant d’inférence, normalisé par rapport à chaque copie d’un composant d’inférence. Statistiques valides : Min., Max. |
| ConcurrentRequestsPerModel | Nombre de demandes simultanées reçues par le modèle. Statistiques valides : Min., Max. |
| Invocation4XXErrors | Nombre de demandes `InvokeEndpoint` dans lesquelles le modèle a retourné un code de réponse HTTP 4xx. Pour chaque réponse 4xx, 1 est envoyé. Dans le cas contraire, la valeur 0 est envoyée. Unités : aucune Statistiques valides : Moyenne, somme |
| Invocation5XXErrors | Nombre de demandes `InvokeEndpoint` dans lesquelles le modèle a retourné un code de réponse HTTP 5xx. Pour chaque réponse 5xx, 1 est envoyé. Dans le cas contraire, la valeur 0 est envoyée. Unités : aucune Statistiques valides : Moyenne, somme |
| InvocationModelErrors | Nombre de demandes d’invocation de modèles qui n’ont pas donné lieu à une réponse HTTP 2XX. Cela inclut les codes d'état 4XX/5XX, les erreurs de socket de bas niveau, les réponses HTTP mal formées et les délais d'expiration des demandes. Pour chaque réponse d'erreur, 1 est envoyé. Dans le cas contraire, la valeur 0 est envoyée. Unités : aucune Statistiques valides : Moyenne, somme |
| Invocations | Le nombre de demandes `InvokeEndpoint` envoyées à un point de terminaison de modèle. Pour obtenir le nombre total de demandes envoyées à un point de terminaison de modèle, utilisez la statistique Somme. Unités : aucune Statistiques valides : somme |
| InvocationsPerCopy | Nombre d’invocations normalisées par rapport à chaque copie d’un composant d’inférence. Statistiques valides : somme |
| InvocationsPerInstance | Le nombre d'appels envoyés à un modèle, normalisé par `InstanceCount` in each ProductionVariant. 1/ `numberOfInstances` est envoyé comme valeur pour chaque demande. `numberOfInstances`est le nombre d'instances actives pour le point de terminaison ProductionVariant situé derrière le point de terminaison au moment de la demande. Unités : aucune Statistiques valides : somme |
| ModelLatency | Intervalle de temps nécessaire à un modèle pour répondre à une demande SageMaker d'API Runtime. Cet intervalle comprend le temps de communication local nécessaire pour envoyer la demande et récupérer la réponse du conteneur de modèle. Il inclut également le temps nécessaire pour terminer l’inférence dans le conteneur. Unités : microsecondes Statistiques valides : moyenne, Somme, Min, Max, Exemple de comptage, Centiles |
| ModelSetupTime | Le temps nécessaire au lancement de nouvelles ressources de calcul pour un point de terminaison sans serveur. Le temps peut varier en fonction de la taille du modèle, du temps nécessaire au téléchargement du modèle et de l'heure de démarrage du conteneur. Unités : microsecondes Statistiques valides : Moyenne, Min, Max, Exemple de comptage, Centiles |
| OverheadLatency | Intervalle de temps ajouté au temps nécessaire pour répondre à une demande client par les responsables de l' SageMaker IA. Cet intervalle est mesuré à partir du moment où l' SageMaker IA reçoit la demande jusqu'à ce qu'elle renvoie une réponse au client, moins le`ModelLatency`. La latence des frais généraux peut varier en fonction de plusieurs facteurs, notamment la taille de la charge utile des demandes et des réponses, la fréquence des demandes et la nature authentication/authorization de la demande. Unités : microsecondes Statistiques valides : Moyenne, Somme, Min, Max, Exemple de comptage |
| MidStreamErrors | Le nombre d'erreurs qui se produisent lors du streaming des réponses une fois que la réponse initiale a été envoyée au client. Unités : aucune Statistiques valides : Moyenne, somme |
| FirstChunkLatency | Le temps écoulé entre le moment où la demande arrive au point de terminaison SageMaker AI et celui où la première partie de la réponse est envoyée au client. Cette métrique s'applique aux demandes d'inférence en streaming bidirectionnel. Unités : microsecondes Statistiques valides : moyenne, Somme, Min, Max, Exemple de comptage, Centiles |
| FirstChunkModelLatency | Le temps nécessaire au conteneur modèle pour traiter la demande et renvoyer la première partie de la réponse. Cela est mesuré à partir du moment où la demande est envoyée au conteneur du modèle jusqu'à ce que le premier octet soit reçu du modèle. Cette métrique s'applique aux demandes d'inférence en streaming bidirectionnel. Unités : microsecondes Statistiques valides : moyenne, Somme, Min, Max, Exemple de comptage, Centiles |
| FirstChunkOverheadLatency | Latence de surcharge pour le premier segment, à l'exclusion du temps de traitement du modèle. Ce chiffre est calculé sous la forme d'`FirstChunkLatency`un signe négatif`FirstChunkModelLatency`, représentant le temps consacré aux opérations de routage, de prétraitement et de post-traitement au sein de la plateforme SageMaker AI. La latence des frais généraux peut varier en fonction de plusieurs facteurs, notamment la fréquence des demandes, la charge et la authentication/authorization nature de la demande. Cette métrique s'applique aux demandes d'inférence en streaming bidirectionnel. Unités : microsecondes Statistiques valides : moyenne, somme, min, maximum, nombre d'échantillons, percentile |
**Dimensions pour les métriques d'invocation des terminaux**
| Dimension | Description |
| --- | --- |
| EndpointName, VariantName | Filtre les métriques d'appel de point de terminaison pour un `ProductionVariant` du point de terminaison et de la variante spécifiés. |
| InferenceComponentName | Filtre les métriques d’invocation des composants d’inférence. |
## SageMaker Métriques des composants d'inférence de l'IA
L'espace de `/aws/sagemaker/InferenceComponents` noms inclut les métriques suivantes issues des appels [ InvokeEndpoint](https://docs.aws.amazon.com/sagemaker/latest/APIReference/API_runtime_InvokeEndpoint.html)destinés aux points de terminaison hébergeant des composants d'inférence.
Les métriques sont disponibles à la fréquence d'une (1) minute.
**Métriques des composants d'inférence**
| Métrique | Description |
| --- | --- |
| CPUUtilizationNormalized | Valeur de la métrique `CPUUtilizationNormalized` rapportée par chaque copie du composant d’inférence. La valeur est comprise entre 0 % et 100 %. Si vous définissez le paramètre `NumberOfCpuCoresRequired` pour la copie du composant d’inférence, la métrique présente le taux d’utilisation par rapport à la réservation. Sinon, la métrique indique le taux d’utilisation par rapport à la limite. |
| GPUMemoryUtilizationNormalized | Valeur de la métrique `GPUMemoryUtilizationNormalized` rapportée par chaque copie du composant d’inférence. |
| GPUUtilizationNormalized | Valeur de la métrique `GPUUtilizationNormalized` rapportée par chaque copie du composant d’inférence. Si vous définissez le paramètre `NumberOfAcceleratorDevicesRequired` pour la copie du composant d’inférence, la métrique présente le taux d’utilisation par rapport à la réservation. Sinon, la métrique indique le taux d’utilisation par rapport à la limite. |
| MemoryUtilizationNormalized | Valeur de la métrique `MemoryUtilizationNormalized` rapportée par rapport à chaque copie du composant d’inférence. Si vous définissez le paramètre `MinMemoryRequiredInMb` pour la copie du composant d’inférence, les métriques présentent les taux d’utilisation par rapport à la réservation. Sinon, les métriques indiquent le taux d’utilisation par rapport à la limite. |
**Dimensions pour les métriques des composants d'inférence**
| Dimension | Description |
| --- | --- |
| InferenceComponentName | Filtre les métriques de composants d’inférence. |
## SageMaker Indicateurs de terminaux multi-modèles basés sur l'IA
L'espace de `AWS/SageMaker` noms inclut les métriques de chargement du modèle suivantes à partir d'appels vers [ InvokeEndpoint](https://docs.aws.amazon.com/sagemaker/latest/APIReference/API_runtime_InvokeEndpoint.html).
Les métriques sont disponibles à la fréquence d'une (1) minute.
Pour plus d'informations sur la durée de conservation des CloudWatch métriques, consultez [GetMetricStatistics](https://docs.aws.amazon.com/AmazonCloudWatch/latest/APIReference/API_GetMetricStatistics.html)le *Amazon CloudWatch API Reference*.
**Mesures de chargement du modèle de point de terminaison multimodèle**
| Métrique | Description |
| --- | --- |
| ModelLoadingWaitTime | Intervalle de temps pendant lequel une demande d’invocation attend le téléchargement ou le chargement du modèle cible, ou les deux, pour exécuter une inférence. Unités : microsecondes Statistiques valides : Moyenne, Somme, Min, Max, Exemple de comptage |
| ModelUnloadingTime | Intervalle de temps nécessaire pour décharger le modèle via l'appel d'API `UnloadModel` du conteneur. Unités : microsecondes Statistiques valides : Moyenne, Somme, Min, Max, Exemple de comptage |
| ModelDownloadingTime | Intervalle de temps nécessaire pour télécharger le modèle depuis Amazon Simple Storage Service (Amazon S3). Unités : microsecondes Statistiques valides : Moyenne, Somme, Min, Max, Exemple de comptage |
| ModelLoadingTime | Intervalle de temps nécessaire pour charger le modèle via l'appel de l'API `LoadModel` du conteneur. Unités : microsecondes Statistiques valides : Moyenne, Somme, Min, Max, Exemple de comptage |
| ModelCacheHit | Nombre de demandes `InvokeEndpoint` envoyées au point de terminaison multimodèle pour lequel le modèle était déjà chargé. La statistique Average (Moyenne) indique le ratio des demandes pour lesquelles le modèle a déjà été chargé. Unités : aucune Statistiques valides : Average (Moyenne), Sum (Somme), Sample Count (Nombre d'exemples) |
**Dimensions pour les métriques de chargement des modèles de terminaux multimodèles**
| Dimension | Description |
| --- | --- |
| EndpointName, VariantName | Filtre les métriques d'appel de point de terminaison pour un `ProductionVariant` du point de terminaison et de la variante spécifiés. |
Les espaces de noms `/aws/sagemaker/Endpoints` incluent les métriques d'instance suivantes des appels vers [ InvokeEndpoint](https://docs.aws.amazon.com/sagemaker/latest/APIReference/API_runtime_InvokeEndpoint.html).
Les métriques sont disponibles à la fréquence d'une (1) minute.
Pour plus d'informations sur la durée de conservation des CloudWatch métriques, consultez [GetMetricStatistics](https://docs.aws.amazon.com/AmazonCloudWatch/latest/APIReference/API_GetMetricStatistics.html)le *Amazon CloudWatch API Reference*.
**Métriques d'instance de modèle de point de terminaison multimodèle**
| Métrique | Description |
| --- | --- |
| LoadedModelCount | Nombre de modèles chargés dans les conteneurs du point de terminaison multimodèle. Cette métrique est émise par instance. La statistique Average (Moyenne) avec une période de 1 minute indique le nombre moyen de modèles chargés par instance. La statistique Sum (Somme) indique le nombre total de modèles chargés sur toutes les instances du point de terminaison. Les modèles que cette métrique suit ne sont pas nécessairement uniques, car un modèle peut être chargé dans plusieurs conteneurs au point de terminaison. Unités : aucune Statistiques valides : Moyenne, Somme, Min, Max, Exemple de comptage |
**Dimensions pour les métriques de chargement des modèles de terminaux multimodèles**
| Dimension | Description |
| --- | --- |
| EndpointName, VariantName | Filtre les métriques d'appel de point de terminaison pour un `ProductionVariant` du point de terminaison et de la variante spécifiés. |
## SageMaker Indicateurs de l'emploi liés à
Les `/aws/sagemaker/TransformJobs` espaces de noms `/aws/sagemaker/ProcessingJobs``/aws/sagemaker/TrainingJobs`, et incluent les métriques suivantes pour les tâches de traitement, les tâches de formation et les tâches de transformation par lots.
Les métriques sont disponibles à la fréquence d'une (1) minute.
**Note**
Amazon CloudWatch prend en charge les [métriques personnalisées en haute résolution](https://docs.aws.amazon.com/AmazonCloudWatch/latest/monitoring/publishingMetrics.html) et sa résolution maximale est d'une seconde. Cependant, plus la résolution est fine, plus la durée de vie des CloudWatch métriques est courte. Pour la résolution de fréquence d'une seconde, les CloudWatch métriques sont disponibles pendant 3 heures. Pour plus d'informations sur la résolution et la durée de vie des CloudWatch métriques, consultez [GetMetricStatistics](https://docs.aws.amazon.com/AmazonCloudWatch/latest/APIReference/API_GetMetricStatistics.html)le *Amazon CloudWatch API Reference*.
**Astuce**
[Pour établir le profil de votre tâche de formation avec une résolution plus fine, jusqu'à une granularité de 100 millisecondes (0,1 seconde) et pour stocker les indicateurs de formation indéfiniment dans Amazon S3 pour une analyse personnalisée à tout moment, pensez à utiliser Amazon Debugger. SageMaker ](https://docs.aws.amazon.com/sagemaker/latest/dg/train-debugger.html) SageMaker Debugger fournit des règles intégrées pour détecter automatiquement les problèmes d'entraînement courants. Il détecte les problèmes d'utilisation des ressources matérielles (tels que le processeur, le processeur graphique et les goulots d' I/O étranglement). Il détecte également les problèmes de modèle non convergents (tels que le surajustement, la disparition des gradients et l’explosion des tenseurs). SageMaker Debugger fournit également des visualisations via Studio Classic et son rapport de profilage. [Pour explorer les visualisations du Debugger, consultez les rubriques Procédure pas à pas du tableau de [bord SageMaker Debugger Insights, Procédure pas à pas](https://docs.aws.amazon.com/sagemaker/latest/dg/debugger-on-studio-insights.html) du [rapport de profilage du Debugger et Analyser les données à l'aide de la bibliothèque](https://docs.aws.amazon.com/sagemaker/latest/dg/debugger-report.html) cliente. SMDebug](https://docs.aws.amazon.com/sagemaker/latest/dg/debugger-analyze-data.html)
**Mesures relatives aux tâches de traitement, aux tâches de formation et aux tâches de transformation par lots**
| Métrique | Description |
| --- | --- |
| CPUUtilization | La somme de l'utilisation de chaque cœur de processeur individuel. L'utilisation du processeur de chaque cœur peut aller de 0 à 100. Par exemple, s'il y en a quatre CPUs, la CPUUtilization plage est comprise entre 0 % et 400 %. Pour les tâches de traitement, la valeur est l'utilisation du processeur du conteneur de traitement sur l'instance.Pour les tâches d'entraînement, la valeur est l'utilisation de l'UC du conteneur de l'algorithme sur l'instance.Pour les tâches de transformation par lots, la valeur est l'utilisation de l'UC du conteneur de transformation sur l'instance. Pour les tâches à instances multiples, chaque instance rapporte des métriques d'utilisation d'UC. Cependant, la vue par défaut CloudWatch indique l'utilisation moyenne du processeur sur toutes les instances. Unités : pourcentage |
| DiskUtilization | Le pourcentage d'espace disque utilisé par les conteneurs sur une instance. Cette plage de valeurs est comprise entre 0 % et 100 %. Cette métrique n'est pas prise en charge pour les tâches de transformation par lots.Pour les tâches de traitement, la valeur est l'utilisation de l'espace disque du conteneur de traitement sur l'instance.Pour les tâches d'entraînement, la valeur est l'utilisation de l'espace disque du conteneur de l'algorithme sur l'instance.Unités : pourcentage Pour les tâches à instances multiples, chaque instance rapporte des métriques d'utilisation des disques. Cependant, la vue par défaut CloudWatch indique l'utilisation moyenne du disque sur toutes les instances. |
| GPUMemoryUtilization | Pourcentage de mémoire GPU utilisée par les conteneurs sur une instance. La plage de valeurs est comprise entre 0 et 100 et est multipliée par le nombre de. GPUs Par exemple, s'il y en a quatre GPUs, la `GPUMemoryUtilization` plage est comprise entre 0 % et 400 %.Pour les tâches de traitement, la valeur est l'utilisation de la mémoire GPU du conteneur de traitement sur l'instance.Pour les tâches d'entraînement, la valeur est l'utilisation de la mémoire GPU du conteneur de l'algorithme sur l'instance.Pour les tâches de transformation par lots, la valeur est l'utilisation de la mémoire GPU du conteneur de transformation sur l'instance. Pour les tâches à instances multiples, chaque instance rapporte des métriques d'utilisation de la mémoire GPU. Cependant, la vue par défaut CloudWatch indique l'utilisation moyenne de la mémoire du GPU sur toutes les instances. Unités : pourcentage |
| GPUUtilization | Pourcentage d'unités GPU utilisées par les conteneurs sur une instance. La valeur peut être comprise entre 0 et 100 et est multipliée par le nombre de. GPUs Par exemple, s'il y en a quatre GPUs, la `GPUUtilization` plage est comprise entre 0 % et 400 %.Pour les tâches de traitement, la valeur est l'utilisation du GPU du conteneur de traitement sur l'instance.Pour les tâches d'entraînement, la valeur est l'utilisation de GPU du conteneur de l'algorithme sur l'instance.Pour les tâches de transformation par lots, la valeur est l'utilisation de GPU du conteneur de transformation sur l'instance. Pour les tâches à instances multiples, chaque instance rapporte des métriques d'utilisation des GPU. Cependant, la vue par défaut CloudWatch indique l'utilisation moyenne du GPU sur toutes les instances. Unités : pourcentage |
| MemoryUtilization | Pourcentage de mémoire utilisée par les conteneurs sur une instance. Cette plage de valeurs est comprise entre 0 % et 100 %.Pour les tâches de traitement, la valeur est l'utilisation de la mémoire du conteneur de traitement sur l'instance.Pour les tâches d'entraînement, la valeur est l'utilisation de la mémoire du conteneur de l'algorithme sur l'instance.Pour les tâches de transformation par lots, la valeur est l'utilisation de la mémoire du conteneur de transformation sur l'instance.Unités : pourcentage Pour les tâches à instances multiples, chaque instance rapporte des métriques d'utilisation de mémoire. Cependant, la vue par défaut CloudWatch indique l'utilisation moyenne de la mémoire sur toutes les instances. |
**Dimensions pour les indicateurs relatifs aux tâches**
| Dimension | Description |
| --- | --- |
| Host | Pour les tâches de traitement, la valeur de cette dimension est au format `[processing-job-name]/algo-[instance-number-in-cluster]`. Utilisez cette dimension pour filtrer les métriques d'instance pour la tâche de traitement et l'instance spécifiées. Ce format de dimension est présent uniquement dans l'espace de noms `/aws/sagemaker/ProcessingJobs`. Pour les tâches d'entraînement, la valeur de cette dimension est au format `[training-job-name]/algo-[instance-number-in-cluster]`. Utilisez cette dimension pour filtrer les métriques d'instance pour la tâche d'entraînement et l'instance spécifiées. Ce format de dimension est présent uniquement dans l'espace de noms `/aws/sagemaker/TrainingJobs`. Pour les tâches de transformation par lots, la valeur de cette dimension est au format `[transform-job-name]/[instance-id]`. Utilisez cette dimension pour filtrer les métriques d'instance pour la tâche de transformation par lots et l'instance spécifiées. Ce format de dimension est présent uniquement dans l'espace de noms `/aws/sagemaker/TransformJobs`. |
## SageMaker Indicateurs des emplois Inference Recommender
L'espace de noms `/aws/sagemaker/InferenceRecommendationsJobs` inclut les métriques suivantes pour les tâches de recommandation d'inférence.
**Indicateurs d'inférence recommandés**
| Métrique | Description |
| --- | --- |
| ClientInvocations | Le nombre de demandes `InvokeEndpoint` envoyées à un point de terminaison de modèle, tel qu'observé par Inference Recommender. Unités : aucune Statistiques valides : somme |
| ClientInvocationErrors | Le nombre de demandes `InvokeEndpoint` qui ont échoué, tel qu'observé par Inference Recommender. Unités : aucune Statistiques valides : somme |
| ClientLatency | L'intervalle de temps requis entre l'envoi d'un appel `InvokeEndpoint` et la réception d'une réponse tel qu'observé par Inference Recommender. Notez que le temps est exprimé en millisecondes, alors que la métrique d'invocation du point de terminaison `ModelLatency` est en microsecondes. Unités : millisecondes Statistiques valides : moyenne, Somme, Min, Max, Exemple de comptage, Centiles |
| NumberOfUsers | Le nombre d'utilisateurs simultanés envoyant des demandes `InvokeEndpoint` à un point de terminaison de modèle. Unités : aucune Statistiques valides : maximum, minimum, moyenne |
**Dimensions pour les métriques des tâches d'Inference Recommender**
| Dimension | Description |
| --- | --- |
| JobName | Filtre les métriques de tâche Inference Recommender pour la tâche Inference Recommender spécifiée. |
| EndpointName | Filtre les métriques de tâche Inference Recommender pour le point de terminaison spécifié. |
## SageMaker Métriques de Ground Truth
**Métriques de Ground Truth**
| Métrique | Description |
| --- | --- |
| ActiveWorkers | Un seul employé actif au sein d'une équipe de travail privée a envoyé, publié ou refusé une tâche. Pour obtenir le nombre total d'employés actifs, utilisez la statistique Somme. Ground Truth s’efforce de n’envoyer chaque événement `ActiveWorkers` individuel qu’une fois. Si l’envoi échoue, cette métrique peut ne pas indiquer le nombre total d’application de travail actives. Unités : aucune Statistiques valides : Somme, Exemple de comptage |
| DatasetObjectsAutoAnnotated | Le nombre d'objets de jeux de données annotés automatiquement dans une tâche d'étiquetage. Cette métrique est émise uniquement lorsque l'étiquetage automatique est activé. Pour afficher la progression de la tâche d'étiquetage, utilisez la métrique Max. Unités : aucune Statistiques valides : Max |
| DatasetObjectsHumanAnnotated | Le nombre d'objets de jeux de données annotés manuellement dans une tâche d'étiquetage. Pour afficher la progression de la tâche d'étiquetage, utilisez la métrique Max. Unités : aucune Statistiques valides : Max |
| DatasetObjectsLabelingFailed | Le nombre d'objets de jeux de données pour lesquels l'étiquetage a échoué dans une tâche d'étiquetage. Pour afficher la progression de la tâche d'étiquetage, utilisez la métrique Max. Unités : aucune Statistiques valides : Max |
| JobsFailed | Une seule tâche d'étiquetage a échoué. Pour obtenir le nombre total des tâches d'étiquetage qui ont échoué, utilisez la statistique Somme. Unités : aucune Statistiques valides : Somme, Exemple de comptage |
| JobsSucceeded | Une seule tâche d'étiquetage a réussi. Pour obtenir le nombre total des tâches d'étiquetage qui ont réussi, utilisez la statistique Somme. Unités : aucune Statistiques valides : Somme, Exemple de comptage |
| JobsStopped | Une seule tâche d'étiquetage a été arrêtée. Pour obtenir le nombre total des tâches d'étiquetage qui ont été arrêtées, utilisez la statistique Somme. Unités : aucune Statistiques valides : Somme, Exemple de comptage |
| TasksAccepted | Une seule tâche a été acceptée par un employé. Pour obtenir le nombre total des tâches acceptées par les employés, utilisez la statistique Somme. Ground Truth s'efforce de n'envoyer chaque événement `TaskAccepted` individuel qu'une seule fois. Si l'envoi échoue, cette métrique peut ne pas indiquer le nombre total de tâches acceptées. Unités : aucune Statistiques valides : Somme, Exemple de comptage |
| TasksDeclined | Une seule tâche a été refusée par un employé. Pour obtenir le nombre total des tâches refusées par les employés, utilisez la statistique Somme. Ground Truth s'efforce de n'envoyer chaque événement `TasksDeclined` individuel qu'une seule fois. Si l'envoi échoue, cette métrique peut ne pas indiquer le nombre total de tâches refusées. Unités : aucune Statistiques valides : Somme, Exemple de comptage |
| TasksReturned | Une seule tâche a été renvoyée. Pour obtenir le nombre total des tâches renvoyées, utilisez la statistique Somme. Ground Truth s'efforce de n'envoyer chaque événement `TasksReturned` individuel qu'une seule fois. Si l'envoi échoue, cette métrique peut ne pas indiquer le nombre total de tâches renvoyées. Unités : aucune Statistiques valides : Somme, Exemple de comptage |
| TasksSubmitted | Une seule tâche a été submitted/completed confiée à un travailleur privé. Pour obtenir le nombre total des tâches envoyées par les employés, utilisez la statistique Somme. Ground Truth s'efforce de n'envoyer chaque événement `TasksSubmitted` individuel qu'une seule fois. Si l'envoi échoue, cette métrique peut ne pas indiquer le nombre total de tâches envoyées. Unités : aucune Statistiques valides : Somme, Exemple de comptage |
| TimeSpent | Temps passé sur une tâche terminée par un employé privé. Cette métrique n'inclut pas l'heure à laquelle un employé s'est mis en pause ou a pris une pause. Ground Truth s'efforce de n'envoyer chaque événement `TimeSpent` qu'une seule fois. Si l'envoi échoue, cette métrique peut ne pas indiquer le temps total passé. Unités : secondes Statistiques valides : Somme, Exemple de comptage |
| TotalDatasetObjectsLabeled | Le nombre d'objets de jeux de données étiquetés avec succès dans une tâche d'étiquetage. Pour afficher la progression de la tâche d'étiquetage, utilisez la métrique Max. Unités : aucune Statistiques valides : Max |
**Dimensions pour les métriques des objets du jeu de données**
| Dimension | Description |
| --- | --- |
| LabelingJobName | Filtre les métriques de nombre d'objets de jeu de données pour une tâche d'étiquetage. |
## Statistiques de l'Amazon SageMaker Feature Store
**Indicateurs de consommation du Feature Store**
| Métrique | Description |
| --- | --- |
| ConsumedReadRequestsUnits | Nombre d'unités de lecture consommées durant la période spécifiée. Vous pouvez récupérer les unités de lecture consommées pour une opération d'exécution de Feature Store et son groupe de fonctions correspondant. Unités : aucune Statistiques valides : toutes |
| ConsumedWriteRequestsUnits | Nombre d'unités d'écriture consommées durant la période spécifiée. Vous pouvez récupérer les unités d'écriture consommées pour une opération d'exécution de Feature Store et son groupe de fonctions correspondant. Unités : aucune Statistiques valides : toutes |
| ConsumedReadCapacityUnits | Nombre d’unités de capacité de lecture provisionnées qui ont été consommées au cours de la période spécifiée. Vous pouvez extraire les unités de capacité de lecture consommées pour une opération d’exécution de magasin de caractéristiques ainsi que le groupe de caractéristiques correspondant. Unités : aucune Statistiques valides : toutes |
| ConsumedWriteCapacityUnits | Nombre d’unités de capacité d’écriture provisionnées qui ont été consommées au cours de la période spécifiée. Vous pouvez extraire les unités de capacité d’écriture consommées pour une opération d’exécution de magasin de caractéristiques ainsi que le groupe de caractéristiques correspondant. Unités : aucune Statistiques valides : toutes |
**Dimensions des indicateurs de consommation du Feature Store**
| Dimension | Description |
| --- | --- |
| FeatureGroupName, OperationName | Filtre les métriques d'opération d'exécution de Feature Store du groupe de fonctionnalités et de l'opération spécifiés. |
**Indicateurs opérationnels du Feature Store**
| Métrique | Description |
| --- | --- |
| Invocations | Nombre de demandes faites aux opérations d'exécution de feature store au cours de la période spécifiée. Unités : aucune Statistiques valides : somme |
| Operation4XXErrors | Nombre de demandes faites aux opérations d'exécution de Feature Store dans lesquelles l'opération a retourné un code de réponse HTTP 4xx. Pour chaque réponse 4xx, la valeur 1 est envoyée, ou sinon 0. Unités : aucune Statistiques valides : Moyenne, somme |
| Operation5XXErrors | Nombre de demandes faites aux opérations d'exécution de feature store dans lesquelles l'opération a retourné un code de réponse HTTP 5xx. Pour chaque réponse 5xx, la valeur 1 est envoyée, ou sinon 0. Unités : aucune Statistiques valides : Moyenne, somme |
| ThrottledRequests | Nombre de demandes faites aux opérations d'exécution de feature store dans lesquelles la demande a été limitée. Pour chaque demande limitée, la valeur 1 est envoyée, ou sinon 0. Unités : aucune Statistiques valides : Moyenne, somme |
| Latency | L'intervalle de temps nécessaire pour traiter les demandes adressées aux opérations d'exécution du Feature Store. Cet intervalle est mesuré à partir du moment où SageMaker AI reçoit la demande jusqu'à ce qu'il renvoie une réponse au client. Unités : microsecondes Statistiques valides : moyenne, Somme, Min, Max, Exemple de comptage, Centiles |
**Dimensions des indicateurs opérationnels du Feature Store**
| Dimension | Description |
| --- | --- |
| `FeatureGroupName`, `OperationName` | Filtre les métriques d'opération d'exécution de Feature Store du groupe de fonctionnalités et de l'opération spécifiés. Vous pouvez utiliser ces dimensions pour des opérations non groupées, telles que GetRecord PutRecord, et DeleteRecord. |
| OperationName | Filtre les métriques d'opération d'exécution de Feature Store de l'opération spécifiée. Vous pouvez utiliser cette dimension pour des opérations par lots telles que BatchGetRecord. |
## SageMaker métriques des pipelines
L'espace de noms `AWS/Sagemaker/ModelBuildingPipeline` inclut les métriques suivantes pour les exécutions de pipeline.
Deux catégories de métriques d'exécution du pipeline sont disponibles :
+ Les **métriques d'exécution sur tous les pipelines**, qui sont les métriques d'exécution de pipeline au niveau du compte (pour tous les pipelines du compte courant)
+ Les **métriques d'exécution par pipeline**, qui sont les métriques d'exécution de pipeline par pipeline
Les métriques sont disponibles à la fréquence d'une (1) minute.
**Métriques d'exécution du pipeline**
| Métrique | Description |
| --- | --- |
| ExecutionStarted | Nombre d'exécutions de pipeline qui ont démarré. Unités : nombre Statistiques valides : Moyenne, somme |
| ExecutionFailed | Nombre d'exécutions de pipeline qui ont échoué. Unités : nombre Statistiques valides : Moyenne, somme |
| ExecutionSucceeded | Nombre d'exécutions de pipeline qui ont réussi. Unités : nombre Statistiques valides : Moyenne, somme |
| ExecutionStopped | Nombre d'exécutions de pipeline qui se sont arrêtées. Unités : nombre Statistiques valides : Moyenne, somme |
| ExecutionDuration | Durée en millisecondes de l'exécution du pipeline. Unités : millisecondes Statistiques valides : Moyenne, Somme, Min, Max, Exemple de comptage |
**Dimensions pour les métriques d'exécution du pipeline**
| Dimension | Description |
| --- | --- |
| PipelineName | Filtre les métriques d'exécution de pipeline pour un pipeline spécifié. |
L'espace de noms `AWS/Sagemaker/ModelBuildingPipeline` inclut les métriques suivantes pour les étapes de pipeline.
Les métriques sont disponibles à la fréquence d'une (1) minute.
**Mesures relatives aux étapes du pipeline**
| Métrique | Description |
| --- | --- |
| StepStarted | Nombre d'étapes qui ont démarré. Unités : nombre Statistiques valides : Moyenne, somme |
| StepFailed | Nombre d'étapes qui ont échoué. Unités : nombre Statistiques valides : Moyenne, somme |
| StepSucceeded | Nombre d'étapes qui ont réussi. Unités : nombre Statistiques valides : Moyenne, somme |
| StepStopped | Nombre d'étapes qui se sont arrêtées. Unités : nombre Statistiques valides : Moyenne, somme |
| StepDuration | Durée en millisecondes de l'exécution de l'étape. Unités : millisecondes Statistiques valides : Moyenne, Somme, Min, Max, Exemple de comptage |
**Dimensions pour les mesures des étapes du pipeline**
| Dimension | Description |
| --- | --- |
| PipelineName, StepName | Filtre les métriques d'étape pour un pipeline et une étape spécifiés. |