翻訳は機械翻訳により提供されています。提供された翻訳内容と英語版の間で齟齬、不一致または矛盾がある場合、英語版が優先します。

# サポートされているフレームワークと AWS リージョン
<a name="distributed-model-parallel-support-v2"></a>

SageMaker モデル並列処理ライブラリ v2 (SMP v2) を使用する前に、サポートされているフレームワークとインスタンスタイプを確認し、 AWS アカウントと に十分なクォータがあるかどうかを確認します AWS リージョン。

**注記**  
ライブラリの最新の更新情報とリリースノートを確認するには、「[SageMaker モデル並列処理ライブラリのリリースノート](model-parallel-release-notes.md)」を参照してください。

## サポートされるフレームワーク
<a name="distributed-model-parallel-supported-frameworks-v2"></a>

SMP v2 は、次の深層学習フレームワークをサポートしており、SMP Docker コンテナと SMP Conda チャネルを介して使用できます。SageMaker Python SDK でフレームワーク推定器クラスを使用し、SMP v2 を使用するように分散設定を指定すると、SageMaker AI は自動的に SMP Docker コンテナを選択します。SMP v2 を使用するには、開発環境で SageMaker Python SDK を常に最新の状態に保つことをお勧めします。

**SageMaker モデル並列処理ライブラリでサポートされている PyTorch バージョン**

[\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/ja_jp/sagemaker/latest/dg/distributed-model-parallel-support-v2.html)

**SMP Conda チャネル**

次の Amazon S3 バケットは、SMP サービスチームがホストするパブリック Conda チャネルです。SageMaker HyperPod クラスターなどの環境に SMP v2 ライブラリをインストールする場合は、この Conda チャネルを使用して正しく SMP ライブラリをインストールしてください。

```
https://sagemaker-distributed-model-parallel.s3.us-west-2.amazonaws.com/smp-v2/
```

Conda チャネル全般の詳細については、*Conda のドキュメント*の「[Channels](https://docs.conda.io/projects/conda/en/latest/user-guide/concepts/channels.html)」を参照してください。

**注記**  
以前のバージョンの SMP ライブラリ v1.x や、事前にパッケージ化された DLC を調べるには、*SMP v1 ドキュメント*の「[サポートされるフレームワーク](distributed-model-parallel-support.md#distributed-model-parallel-supported-frameworks)」を参照してください。

### オープンソースライブラリで SMP v2 を使用する
<a name="distributed-model-parallel-supported-frameworks-v2-open-source"></a>

SMP v2 ライブラリは、PyTorch FSDP の API に対応しているため、PyTorch Lightning、Hugging Face Transformers、Hugging Face Accelerate など、他の PyTorch ベースのオープンソースライブラリと連携します。他のサードパーティーライブラリと併せて SMP ライブラリを使用する方法についてさらに質問がある場合は、SMP サービスチーム (`sm-model-parallel-feedback@amazon.com`) にお問い合わせください。

## AWS リージョン
<a name="distributed-model-parallel-availablity-zone-v2"></a>

SMP v2 は以下で利用できます AWS リージョン。SMP Docker イメージの URI または SMP Conda チャネルを使用する場合は、次のリストからご利用になる AWS リージョン に一致するものを見つけ、それに応じてイメージ URI またはチャネル URL を更新してください。
+ ap-northeast-1
+ ap-northeast-2
+ ap-northeast-3
+ ap-south-1
+ ap-southeast-1
+ ap-southeast-2
+ ca-central-1
+ eu-central-1
+ eu-north-1
+ eu-west-1
+ eu-west-2
+ eu-west-3
+ sa-east-1
+ us–east–1
+ us-east-2
+ us-west-1
+ us-west-2

## サポートされるインスタンスタイプ
<a name="distributed-model-parallel-supported-instance-types-v2"></a>

SMP v2 には、次のいずれかの ML インスタンスタイプが必要です。


| インスタンスタイプ | 
| --- | 
| ml.p4d.24xlarge | 
| ml.p4de.24xlarge | 
| ml.p5.48xlarge | 
| ml.p5e.48xlarge | 

**ヒント**  
PyTorch v2.2.0 以降に対応した SMP v2.2.0 以降では、[P5 インスタンスでの Transformer Engine を使用した FP8 混合精度トレーニング](model-parallel-core-features-v2-mixed-precision.md#model-parallel-core-features-v2-mixed-precision-fp8-training-on-p5) を利用できます。

SageMaker 機械学習インスタンスタイプ全般の仕様については、「[Amazon EC2 インスタンスタイプ](https://aws.amazon.com/ec2/instance-types/)」ページの「**高速コンピューティング**」セクションを参照してください。インスタンスの料金の詳細については、「[Amazon SageMaker AI Pricing](https://aws.amazon.com/sagemaker/pricing/)」を参照してください。

次のようなエラーメッセージが表示された場合は、「*AWS Service Quotas ユーザーガイド*」の「[クォータ引き上げのリクエスト](https://docs.aws.amazon.com/servicequotas/latest/userguide/request-quota-increase.html)」の手順に従ってください。

```
ResourceLimitExceeded: An error occurred (ResourceLimitExceeded) when calling
    the CreateTrainingJob operation: The account-level service limit 'ml.p3dn.24xlarge
    for training job usage' is 0 Instances, with current utilization of 0 Instances
    and a request delta of 1 Instances.
    Please contact AWS support to request an increase for this limit.
```