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.
Note di rilascio
Consulta le seguenti note di rilascio per tenere traccia degli ultimi aggiornamenti per il SageMaker HyperPod checkpointless training.
Il SageMaker HyperPod checkpointless training v1.0.1
Data: 10 aprile 2026
Correzioni di bug
-
È stato corretto il collegamento errato del dispositivo CUDA nel thread di gestione dei guasti. Il thread di gestione degli errori ora imposta correttamente il contesto del dispositivo CUDA utilizzando.
LOCAL_RANKQuesta correzione previene gli errori di mancata corrispondenza del dispositivo durante il ripristino dei guasti durante il processo.
Il SageMaker HyperPod checkpointless training v1.0.0
Data: 03 dicembre 2025
SageMaker HyperPod Funzionalità di allenamento senza controllo
-
Miglioramenti all'inizializzazione delle comunicazioni collettive: offre nuovi metodi di inizializzazione, Rootless e TCPStoreless per NCCL e Gloo.
-
Memory-mapped (MMAP) Dataloader: memorizza nella cache i batch precaricati in modo che siano disponibili anche quando un errore causa il riavvio del processo di formazione.
-
Checkpointless: consente un ripristino più rapido dagli errori di addestramento dei cluster in ambienti di formazione distribuiti su larga scala effettuando ottimizzazioni a livello di framework
-
Basato su Nvidia Nemo e PyTorch Lightning: sfrutta questi potenti framework per un training dei modelli efficiente e flessibile
SageMaker HyperPod Contenitore Docker per la formazione senza problemi
Checkpointless training on HyperPod è basato sul framework NVIDIA. NeMo
Disponibilità
Attualmente le immagini sono disponibili solo in:
eu-north-1 ap-south-1 us-east-2 eu-west-1 eu-central-1 sa-east-1 us-east-1 eu-west-2 ap-northeast-1 us-west-2 us-west-1 ap-southeast-1 ap-southeast-2
ma non disponibile nelle seguenti 3 regioni opt-in:
ap-southeast-3 ap-southeast-4 eu-south-2
Dettagli container
Checkpointless training, contenitore Docker per PyTorch v2.6.0 con CUDA v12.9
963403601044.dkr.ecr.eu-north-1.amazonaws.com/hyperpod-checkpointless-training:v1.0.1 423350936952.dkr.ecr.ap-south-1.amazonaws.com/hyperpod-checkpointless-training:v1.0.1 556809692997.dkr.ecr.us-east-2.amazonaws.com/hyperpod-checkpointless-training:v1.0.1 942446708630.dkr.ecr.eu-west-1.amazonaws.com/hyperpod-checkpointless-training:v1.0.1 391061375763.dkr.ecr.eu-central-1.amazonaws.com/hyperpod-checkpointless-training:v1.0.1 311136344257.dkr.ecr.sa-east-1.amazonaws.com/hyperpod-checkpointless-training:v1.0.1 327873000638.dkr.ecr.us-east-1.amazonaws.com/hyperpod-checkpointless-training:v1.0.1 016839105697.dkr.ecr.eu-west-2.amazonaws.com/hyperpod-checkpointless-training:v1.0.1 356859066553.dkr.ecr.ap-northeast-1.amazonaws.com/hyperpod-checkpointless-training:v1.0.1 920498770698.dkr.ecr.us-west-2.amazonaws.com/hyperpod-checkpointless-training:v1.0.1 827510180725.dkr.ecr.us-west-1.amazonaws.com/hyperpod-checkpointless-training:v1.0.1 885852567298.dkr.ecr.ap-southeast-1.amazonaws.com/hyperpod-checkpointless-training:v1.0.1 304708117039.dkr.ecr.ap-southeast-2.amazonaws.com/hyperpod-checkpointless-training:v1.0.1
Pre-installed pacchetti
PyTorch: v2.6.0 CUDA: v12.9 NCCL: v2.27.5 EFA: v1.43.0 AWS-OFI-NCCL v1.16.0 Libfabric version 2.1 Megatron v0.15.0 Nemo v2.6.0rc0
