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。
Studio for Ray のセットアップ
Amazon SageMaker Studio は、データサイエンティストと ML エンジニアに Ray ワークロードを管理するための専用インターフェイスを提供するウェブベースの IDE です。
前提条件
Studio をセットアップする前に、以下が必要です。
-
Amazon EKS によってオーケストレーションされた HyperPod クラスター。詳細については、「Amazon EKS オーケストレーションを使用した SageMaker HyperPod クラスターの作成」を参照してください。
-
KubeRay 演算子がインストールされました。Studio が作成するすべての Ray リソースを照合します。詳細については、「HyperPod Amazon EKS への KubeRay のインストール」を参照してください。
以下はオプションであり、それぞれがセットアップをゲートするのではなく機能を追加します。
-
Ray クラスターにアタッチされた JupyterLab または Code Editor スペースでのインタラクティブな開発用の SageMaker AI Spaces アドオン。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。
-
認証された Ray Dashboard リンクとリモートジョブ送信用の HyperPod Ray Endpoint Operator。詳細については、「HyperPod Ray Endpoint Operator のインストール」を参照してください。
ステップ 1: SageMaker AI ドメインを作成する
HyperPod クラスターへの Studio アクセスは SageMaker AI ドメインを介して実行され、ドメイン実行ロールは Studio がクラスターで動作するために使用する IAM プリンシパルです。に従ってドメインを作成し、クラスターに関連付けますStudio での Amazon EKS クラスターの設定。
ステップ 2: クラスターへのドメインアクセスを許可する
Studio ユーザーのクラスターアクセスは、ドメインまたはユーザープロファイルの実行ロールにアタッチされたクラスターアクセスポリシーによって制御されます。適切なポリシーがアタッチされたロールのみがクラスターに到達します。
クラスターアクセスを許可するには
-
SageMaker AI コンソールを開き、HyperPod クラスターを選択し、クラスターを選択します。
-
設定タブで、SageMaker ドメインのクラスターアクセスを見つけます。
-
[アクセスの管理] を選択してください。
-
ユーザーが必要とするポリシーを選択します。
-
AmazonSagemakerHyperpodTrainingPolicy—RayCluster、RayJob、およびRayCronJob。 -
AmazonSagemakerHyperpodInferencePolicy—RayClusterおよびRayService。 -
AmazonSagemakerHyperpodSpacePolicy— インタラクティブ開発用のスペース。 -
AmazonSagemakerHyperpodSpaceTemplatePolicy— スペーステンプレート。 -
AmazonSagemakerHyperpodUserClusterPolicy— ユーザーのクラスターの可視性。
-
-
名前空間へのアクセスをスコープするか、クラスター全体へのアクセスをスコープするかを選択します。チームがクラスターを共有する場合、名前空間の範囲を指定します。
-
保存。
この方法でアクセスを許可すると、実行ロールの Amazon EKS アクセスエントリが作成されるため、Amazon EKS コンソールに個別のステップはありません。アクセスモデルの概念については、「」を参照してくださいKubernetes ロールベースのアクセスコントロールの設定。
ステップ 3: 確認する
アクセスを確認するには
-
SageMaker AI コンソールでドメインページ
を開き、ドメインを選択します。 -
ユーザープロファイルの Studio を起動します。
-
コンピューティングで、HyperPod クラスターを選択します。
-
[タスク] を選択します。
-
Ray ワークロードを表示できることを確認します。
