Terjemahan disediakan oleh mesin penerjemah. Jika konten terjemahan yang diberikan bertentangan dengan versi bahasa Inggris aslinya, utamakan versi bahasa Inggris.
Menjalankan pekerjaan pelatihan pada cluster heterogen
Dengan menggunakan fitur klaster heterogen dari SageMaker Pelatihan, Anda dapat menjalankan pekerjaan pelatihan dengan beberapa jenis instans ML untuk penskalaan dan pemanfaatan sumber daya yang lebih baik untuk tugas dan tujuan pelatihan ML yang berbeda. Misalnya, jika pekerjaan pelatihan Anda di klaster dengan GPU instance mengalami masalah GPU pemanfaatan dan CPU kemacetan yang rendah karena tugas CPU -intensif, menggunakan klaster heterogen dapat membantu menurunkan CPU tugas intensif dengan menambahkan grup CPU instans yang lebih hemat biaya, menyelesaikan masalah kemacetan tersebut, dan mencapai pemanfaatan yang lebih baik. GPU
catatan
Fitur ini tersedia di SageMaker Python SDK v2.98.0 dan yang lebih baru.
catatan
Fitur ini tersedia melalui kelas estimator SageMaker PyTorch
Lihat juga blog Meningkatkan kinerja harga pelatihan model Anda menggunakan klaster SageMaker heterogen Amazon