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.

# Connessione ai HyperPod cluster e invio di attività ai cluster
<a name="sagemaker-hyperpod-studio-open"></a>

Puoi avviare carichi di lavoro di machine learning su HyperPod cluster all'interno di Amazon SageMaker Studio. IDEs Quando avvii Studio IDEs su un HyperPod cluster, è disponibile una serie di comandi per aiutarti a iniziare. Puoi lavorare sugli script di formazione, utilizzare i contenitori Docker per gli script di formazione e inviare lavori al cluster, il tutto dall'interno di Studio. IDEs La sezione seguente fornisce informazioni su come connettere il cluster a Studio. IDEs

In Amazon SageMaker Studio puoi accedere a uno dei tuoi cluster all'interno dei **HyperPodcluster** (in **Compute**) e visualizzare l'elenco dei cluster. Puoi connettere il tuo cluster a un IDE elencato in **Azioni**. 

Puoi anche scegliere un file system personalizzato dall’elenco delle opzioni. Per informazioni su come eseguire la configurazione, consulta [Configurazione in Studio HyperPod](sagemaker-hyperpod-studio-setup.md).

In alternativa, puoi creare uno spazio e avviare un IDE utilizzando la AWS CLI. A tale scopo, utilizza i comandi seguenti. L'esempio seguente crea uno `Private` `JupyterLab` spazio per `user-profile-name` con il file system `fs-id` FSx for Lustre allegato.

1. Create uno spazio utilizzando. [https://awscli.amazonaws.com/v2/documentation/api/latest/reference/sagemaker/create-space.html](https://awscli.amazonaws.com/v2/documentation/api/latest/reference/sagemaker/create-space.html) AWS CLI

   ```
   aws sagemaker create-space \
   --region your-region \
   --ownership-settings "OwnerUserProfileName=user-profile-name" \
   --space-sharing-settings "SharingType=Private" \
   --space-settings "AppType=JupyterLab,CustomFileSystems=[{FSxLustreFileSystem={FileSystemId=fs-id}}]"
   ```

1. Crea l'app utilizzando [https://awscli.amazonaws.com/v2/documentation/api/latest/reference/sagemaker/create-app.html](https://awscli.amazonaws.com/v2/documentation/api/latest/reference/sagemaker/create-app.html) AWS CLI.

   ```
   aws sagemaker create-app \
   --region your-region \
   --space-name space-name \
   --resource-spec '{"ec2InstanceType":"'"instance-type"'","appEnvironmentArn":"'"image-arn"'"}'
   ```

Una volta aperte le applicazioni, puoi inviare le attività direttamente ai cluster connessi.