# SageMaker AI で Amazon Nova モデルをカスタマイズする
<a name="nova-model"></a>

**注記**  
このドキュメントは Amazon Nova バージョン 1 を対象としています。Amazon Nova 2 が新しいモデルと拡張機能で利用可能になりました。Amazon Nova 2 をカスタマイズする方法については、「[Amazon Nova 2 モデルのカスタマイズ](https://docs.aws.amazon.com/nova/latest/nova2-userguide/nova-model.html)」を参照してください。

拡張 Amazon Nova 2.0 モデルを含む [Amazon Nova モデル](https://docs.aws.amazon.com//nova/latest/userguide/what-is-nova.html)を[レシピ](nova-model-recipes.md#nova-model-get-recipes)でカスタマイズし、SageMaker でトレーニングできます。これらのレシピでは、フルランクおよび Low-Rank Adaptation (LoRA) オプションの両方で、教師ありファインチューニング (SFT) や直接選好最適化 (DPO)、強化ファインチューニング (RFT) などの手法をサポートしています。

エンドツーエンドカスタマイズワークフローには、モデルトレーニング、モデル評価、推論のためのデプロイなどのステージが含まれます。SageMaker のこのモデルカスタマイズアプローチは、サポートされている Amazon Nova モデルをファインチューニングし、ハイパーパラメータを正確に最適化し、LoRA Parameter-Efficient Fine Tuning (PEFT)、フルランク SFT、DPO、RFT、継続的な事前トレーニング (CPT)、Proximal Policy Optimization (PPO) などの手法を実装するための柔軟性とコントロールをもたらします。

SageMaker には、Amazon Nova モデルをカスタマイズするための 2 つの環境が用意されています。
+ [https://docs.aws.amazon.com//sagemaker/latest/dg/how-it-works-training.html](https://docs.aws.amazon.com//sagemaker/latest/dg/how-it-works-training.html)には、クラスターを作成または維持管理する必要がない、Amazon Nova モデルをカスタマイズするためのフルマネージド環境が用意されています。このサービスでは、すべてのインフラストラクチャのプロビジョニング、スケーリング、リソース管理が自動的に処理されるため、トレーニングパラメータの設定とジョブの送信のみに集中できます。Parameter Efficient Fine-tuning (PEFT)、フルランクファインチューニング、直接選好最適化 (DPO)、強化ファインチューニング (RFT) などの手法を使用して、SageMaker トレーニングジョブで Nova モデルをカスタマイズできます。詳細については、「[SageMaker トレーニングジョブでの Amazon Nova のカスタマイズ](nova-model-training-job.md)」を参照してください。
**注記**  
Amazon 所有の出力 S3 バケットで暗号化するために Amazon Nova モデルカスタマイズトレーニングジョブに KMS キーを指定する場合:  
後続の[反復トレーニングジョブ](https://docs.aws.amazon.com//sagemaker/latest/dg/nova-iterative-training.html)を呼び出すとき、または暗号化されたモデルを利用して Amazon Bedrock [CreateCustomModel](https://docs.aws.amazon.com//bedrock/latest/APIReference/API_CreateCustomModel.html#bedrock-CreateCustomModel-request-modelKmsKeyArn) API を呼び出すときは、同じ KMS キーを指定する必要があります。
`CreateTrainingJob` API を呼び出す ID (実行ロールではない) には、KMS キーポリシーで定義されている `CreateGrant`、`RetireGrant`、`Encrypt`、および `GenerateDataKey` へのアクセス許可が必要です。
+ [https://docs.aws.amazon.com//sagemaker/latest/dg/sagemaker-hyperpod.html](https://docs.aws.amazon.com//sagemaker/latest/dg/sagemaker-hyperpod.html) には、制限されたインスタンスグループ (RIG) がある EKS クラスターの作成と管理を必須とすることで、Amazon Nova モデルをトレーニングするための特殊な環境が用意されています。この環境では、特殊な GPU インスタンスと統合された Amazon FSx for Lustre ストレージを使用してトレーニング環境を柔軟に設定できるため、高度な分散トレーニングシナリオや継続的なモデル開発に特に適しています。詳細については、「[SageMaker HyperPod での Amazon Nova のカスタマイズ](nova-hp.md)」を参照してください。

**Topics**
+ [一般的な前提条件](nova-model-general-prerequisites.md)
+ [Amazon Nova レシピ](nova-model-recipes.md)
+ [SageMaker トレーニングジョブでの Amazon Nova のカスタマイズ](nova-model-training-job.md)
+ [SageMaker HyperPod での Amazon Nova のカスタマイズ](nova-hp.md)
+ [反復トレーニング](nova-iterative-training.md)
+ [SageMaker 推論](nova-model-sagemaker-inference.md)
+ [Amazon Bedrock 推論](nova-model-bedrock-inference.md)