View a markdown version of this page

Ray クラスターをスペースにアタッチする - Amazon SageMaker AI
前提条件Amazon SageMaker Studio を使用して Ray クラスターにスペースを接続するkubectl を使用して Ray クラスターにスペースを接続する検証バージョン互換性

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。

Ray クラスターをスペースにアタッチする

Ray クラスターをスペースにアタッチすると、そのクラスターの IDE またはノートブックセッションがポイントされるため、 ray.init() はそのクラスターに接続します。スペース内では、クラスターは、ローカル Ray クラスターが使用するのと同じポートであるインタラクティブ開発用のポート 8265 でアクセスできます。Ray をラップトップで実行し、その背後にクラウドスケールのコンピューティングを使用する経験があります。

接続は、スペース内の Ray クラスタータブから管理します。

前提条件

  • (オプション) クラスター用に設定された Amazon SageMaker Studio。詳細については、「Studio for Ray のセットアップ」を参照してください。

  • SageMaker Spaces アドオンはアクティブです。詳細については、「Spaces アドオンのセットアップ」を参照してください。

  • Amazon SageMaker Studio の IDE およびノートブックタブから作成された JupyterLab または Code Editor スペース。

  • スペースポッドと同じ名前空間で実行中の Ray クラスター。

Amazon SageMaker Studio を使用して Ray クラスターにスペースを接続する

Ray クラスターにスペースをアタッチするには

  1. Studio の IDE およびノートブックタブで作成した JupyterLab または Code Editor スペースを開き、Ray クラスタータブを選択します。

  2. 接続 を選択します。

  3. ピッカーから既存のクラスターを選択するか、新しいクラスターを作成して保存します。

Change を使用して別のクラスターのスペースをポイントし、Disconnect を使用してデタッチします。

重要

接続変更を保存すると、スペースポッドが再起動されます。保存されていない作業を最初に保存します。

kubectl を使用して Ray クラスターにスペースを接続する

Studio を使用するkubectl代わりに、スペースのWorkspaceリソースに でパッチを適用することもできます。Ray 統合テンプレートは jupyter-k8s-system名前空間にあり、Ray クラスター名をパラメータとして渡します。

両方のコマンドで次の値を置き換えます。

Placeholder を に置き換えます。
my-workspace スペースのWorkspaceリソースの名前。
my-namespace スペースと Ray クラスターの両方を保持する名前空間。
my-cluster アタッチRayClusterする の名前。

ray-integration と はjupyter-k8s-systemそのままにしておきます。アドオンがインストールする統合テンプレートを識別します。

kubectl patch workspace my-workspace -n my-namespace --type=merge -p '{
  "spec": {
    "integrationTemplateRefs": [
      {
        "name": "ray-integration",
        "namespace": "jupyter-k8s-system",
        "parameters": [
          { "name": "rayClusterName", "value": "my-cluster" }
        ]
      }
    ]
  }
}'

クラスターからスペースをデタッチするには、統合リファレンスをクリアします。

kubectl patch workspace my-workspace -n my-namespace --type=merge -p '{"spec":{"integrationTemplateRefs":[]}}'

検証

スペースを接続したら、デフォルトでアタッチされたクラスターray.init()ray job submitに到達します。スペースでターミナルまたはノートブックを開き、 を実行しますray.init()。クラスターに接続していることを確認します。

バージョン互換性

スペースの SageMaker AI ディストリビューションイメージには独自の Ray バージョンがあり、クラスターの と一致する必要がありますspec.rayVersion。バージョンが異なる場合、Studio は警告を表示し、代わりに互換性のあるクラスターを作成するように を提供します。

パッチバージョンを含む Python バージョンも一致する必要があります。Python 3.11.9 を実行するスペースと Python 3.11.4 を実行するクラスターには互換性がありません。

バージョン不一致は、開発中にエラーとして表示されます。よりシンプルなエクスペリエンスを実現するために、Ray クラスターとスペースイメージの両方に同じ SageMaker AI ディストリビューションイメージを選択して、互換性を確保できます。