View a markdown version of this page

Crea un ambiente di servizio in AWS Batch - AWS Batch
Prerequisiti

Le traduzioni sono generate tramite traduzione automatica. In caso di conflitto tra il contenuto di una traduzione e la versione originale in Inglese, quest'ultima prevarrà.

Crea un ambiente di servizio in AWS Batch

Prima di poter eseguire lavori di SageMaker formazione in AWS Batch, è necessario creare un ambiente di servizio. Puoi creare un ambiente di servizio che contenga i parametri di configurazione necessari AWS Batch per l'integrazione con i servizi di SageMaker intelligenza artificiale e inviare lavori di SageMaker formazione per tuo conto.

Prerequisiti

Prima di creare un ambiente di servizio, assicurati di avere:

Create a service environment (AWS Console)

Usa la AWS Batch console per creare un ambiente di servizio tramite l'interfaccia web.

Per creare un ambiente di servizio

  1. Apri la AWS Batch console all'indirizzo https://console.aws.amazon.com/batch/.

  2. Nel riquadro di navigazione, selezionare Compute environments (Ambienti di calcolo).

  3. Scegli Crea ambiente, seleziona Ambiente di servizio.

  4. Per la configurazione dell'ambiente di servizio, scegli SageMaker AI.

  5. Per Nome, inserisci un nome univoco per il tuo ambiente di servizio. I caratteri validi sono a-z A-Z, 0-9, trattini (-) e trattini bassi (_).

  6. Per Numero massimo di istanze, immettete il numero massimo di istanze di training simultanee

  7. (Facoltativo) Aggiungi tag scegliendo Aggiungi tag e inserendo coppie chiave-valore.

  8. Scegli Next (Successivo).

  9. Rivedi i dettagli del nuovo ambiente di servizio e scegli Crea ambiente di servizio.

Create a service environment (AWS CLI)

Usa il create-service-environment comando per creare un ambiente di servizio con la AWS CLI.

Per creare un ambiente di servizio

  1. Crea un ambiente di servizio con i parametri di base richiesti:

    aws batch create-service-environment \
    --service-environment-name my-sagemaker-service-env \
    --service-environment-type SAGEMAKER_TRAINING \
    --capacity-limits capacityUnit=NUM_INSTANCES,maxCapacity=10

  2. (Facoltativo) Crea un ambiente di servizio con tag:

    aws batch create-service-environment \
    --service-environment-name my-sagemaker-service-env \
    --service-environment-type SAGEMAKER_TRAINING \
    --capacity-limits capacityUnit=NUM_INSTANCES,maxCapacity=10 \
    --tags team=data-science,project=ml-training

  3. Verifica che l'ambiente di servizio sia stato creato correttamente:

    aws batch describe-service-environments \
    --service-environment my-sagemaker-service-env

L'ambiente di servizio viene visualizzato nell'elenco Ambienti con uno CREATING stato. Quando la creazione viene completata correttamente, lo stato cambia VALID e l'ambiente di servizio è pronto per l'aggiunta di una coda dei lavori di servizio in modo che l'ambiente di servizio possa iniziare l'elaborazione dei lavori.