기계 번역으로 제공되는 번역입니다. 제공된 번역과 원본 영어의 내용이 상충하는 경우에는 영어 버전이 우선합니다.
알고리즘에 따라 요구 사항이 다를 수 있습니다. 기본적으로 Amazon Braket은 ml.m5.large
인스턴스에서 알고리즘 스크립트를 실행합니다. 그러나 다음 가져오기 및 구성 인수를 사용하여 하이브리드 작업을 생성할 때이 인스턴스 유형을 사용자 지정할 수 있습니다.
from braket.jobs.config import InstanceConfig
job = AwsQuantumJob.create(
...
instance_config=InstanceConfig(instanceType="ml.p3.8xlarge"), # Use NVIDIA Tesla V100 instance with 4 GPUs.
...
),
임베디드 시뮬레이션을 실행 중이고 디바이스 구성에서 로컬 디바이스를 지정한 경우 instanceCount하고 2개 이상으로 설정하여 InstanceConfig에서 인스턴스를 2개 이상 추가로 요청할 수 있습니다. 상한은 5입니다. 예를 들어 다음과 같이 인스턴스 3개를 선택할 수 있습니다.
from braket.jobs.config import InstanceConfig
job = AwsQuantumJob.create(
...
instance_config=InstanceConfig(instanceType="ml.p3.8xlarge", instanceCount=3), # Use 3 NVIDIA Tesla V100
...
),
여러 인스턴스를 사용하는 경우 데이터 병렬 기능을 사용하여 하이브리드 작업을 배포하는 것이 좋습니다. 이 QML 병렬화 훈련 예제를 보는 방법에 대한 자세한 내용은 다음 예제 노트북을
다음 세 표에는 표준, 컴퓨팅 최적화 및 가속 컴퓨팅 인스턴스에 사용할 수 있는 인스턴스 유형과 사양이 나열되어 있습니다.
참고
하이브리드 작업에 대한 기본 클래식 컴퓨팅 인스턴스 할당량을 보려면 Amazon Braket Quotas 페이지를 참조하세요.
표준 인스턴스 | vCPU | 메모리 |
---|---|---|
ml.m5.large(기본값) |
2 |
8GiB |
ml.m5.xlarge |
4 |
16GiB |
ml.m5.2xlarge |
8 |
32GiB |
ml.m5.4xlarge |
16 |
64GiB |
ml.m5.12xlarge |
48 |
192GiB |
ml.m5.24xlarge |
96 |
384 GiB |
ml.m4.xlarge |
4 |
16GiB |
ml.m4.2xlarge |
8 |
32GiB |
ml.m4.4xlarge |
16 |
64GiB |
ml.m4.10xlarge |
40 |
256GiB |
컴퓨팅 최적화 인스턴스 | vCPU | 메모리 |
---|---|---|
ml.c4.xlarge |
4 |
7.5GiB |
ml.c4.2xlarge |
8 |
15GiB |
ml.c4.4xlarge |
16 |
30GiB |
ml.c4.8xlarge |
36 |
192GiB |
ml.c5.xlarge |
4 |
8GiB |
ml.c5.2xlarge |
8 |
16GiB |
ml.c5.4xlarge |
16 |
32GiB |
ml.c5.9xlarge |
36 |
72GiB |
ml.c5.18xlarge |
72 |
144GiB |
ml.c5n.xlarge |
4 |
10.5GiB |
ml.c5n.2xlarge |
8 |
21GiB |
ml.c5n.4xlarge |
16 |
42GiB |
ml.c5n.9xlarge |
36 |
96GiB |
ml.c5n.18xlarge |
72 |
192GiB |
가속 컴퓨팅 인스턴스 | vCPU | 메모리 |
---|---|---|
ml.p2.xlarge |
4 |
61GiB |
ml.p2.8xlarge |
32 |
488GiB |
ml.p2.16xlarge |
64 |
732GiB |
ml.p3.2xlarge |
8 |
61GiB |
ml.p3.8xlarge |
32 |
244GiB |
ml.p3.16xlarge |
64 |
488GiB |
ml.g4dn.xlarge |
4 |
16GiB |
ml.g4dn.2xlarge |
8 |
32GiB |
ml.g4dn.4xlarge |
16 |
64GiB |
ml.g4dn.8xlarge |
32 |
128GiB |
ml.g4dn.12xlarge |
48 |
192GiB |
ml.g4dn.16xlarge |
64 |
256GiB |
참고
p3 인스턴스는 us-west-1에서 사용할 수 없습니다. 하이브리드 작업이 요청된 ML 컴퓨팅 용량을 프로비저닝할 수 없는 경우 다른 리전을 사용합니다.
각 인스턴스는 30GB의 데이터 스토리지(SSD)의 기본 구성을 사용합니다. 그러나를 구성하는 것과 동일한 방식으로 스토리지를 조정할 수 있습니다instanceType
. 다음 예제에서는 총 스토리지를 50GB로 늘리는 방법을 보여줍니다.
from braket.jobs.config import InstanceConfig
job = AwsQuantumJob.create(
...
instance_config=InstanceConfig(
instanceType="ml.p3.8xlarge",
volumeSizeInGb=50,
),
...
),
에서 기본 버킷 구성 AwsSession
자체 AwsSession
인스턴스를 사용하면 기본 Amazon S3 버킷에 대한 사용자 지정 위치를 지정하는 기능과 같은 향상된 유연성을 얻을 수 있습니다. 기본적으로 AwsSession
에는의 사전 구성된 Amazon S3 버킷 위치가 있습니다f"amazon-braket-{id}-{region}"
. 그러나를 생성할 때 기본 Amazon S3 버킷 위치를 재정의할 수 있습니다AwsSession
. 사용자는 다음 코드 예제에 표시된 대로 aws_session
파라미터를 제공하여 선택적으로 AwsSession
객체를 AwsQuantumJob.create()
메서드에 전달할 수 있습니다.
aws_session = AwsSession(default_bucket="amzn-s3-demo-bucket")
# then you can use that AwsSession when creating a hybrid job
job = AwsQuantumJob.create(
...
aws_session=aws_session
)