기계 번역으로 제공되는 번역입니다. 제공된 번역과 원본 영어의 내용이 상충하는 경우에는 영어 버전이 우선합니다.
모니터링 및 프로파일링을 위한 디버거 컨트롤러에는 다양한 구성 요소가 있습니다. 이 설명서에서는 디버거 컨트롤러 구성 요소에 대해 알아봅니다.
참고
SageMaker Debugger 인사이트 대시보드는 ml.m5.4xlarge 인스턴스에서 Studio Classic 앱을 실행하여 시각화를 처리하고 렌더링합니다. 각 SageMaker Debugger 인사이트 탭은 하나의 Studio Classic 커널 세션을 실행합니다. 여러 SageMaker Debugger 인사이트 탭에 대한 여러 커널 세션이 단일 인스턴스에서 실행됩니다. SageMaker Debugger 인사이트 탭을 닫으면 해당 커널 세션도 닫힙니다. Studio Classic 앱은 활성 상태로 유지되며 ml.m5.4xlarge 인스턴스 사용량에 대한 요금이 부과됩니다. 요금에 대한 자세한 내용은 Amazon SageMaker AI 요금
중요
SageMaker Debugger 인사이트 대시보드 사용을 마치면 요금이 발생하지 않도록 ml.m5.4xlarge 인스턴스를 종료하세요. 인스턴스를 종료하는 방법에 대한 지침은 Amazon SageMaker Debugger 인사이트 인스턴스 종료 섹션을 참조하세요.
SageMaker Debugger 인사이트 컨트롤러 UI
인사이트 대시보드의 왼쪽 상단에 있는 디버거 컨트롤러를 사용하여 대시보드를 새로 고치고, 시스템 지표를 모니터링하기 위한 디버거 설정을 구성 또는 업데이트하고, 훈련 작업을 중지하고, 디버거 프로파일링 보고서를 다운로드할 수 있습니다.
-
대시보드를 수동으로 새로 고치려면 이전 스크린샷과 같이 새로 고침 버튼(왼쪽 상단 모서리의 둥근 화살표)을 선택합니다.
-
모니터링 토글 버튼은 SageMaker Python SDK를 사용하여 시작된 모든 SageMaker 훈련 작업에 기본적으로 켜져 있습니다. 활성화되지 않은 경우 토글 버튼을 사용하여 모니터링을 시작할 수 있습니다. 모니터링 중에 디버거는 리소스 사용률 지표만 수집하여 CPU 병목 현상 및 GPU 과소 사용률과 같은 계산 문제를 탐지합니다. Debugger가 모니터링하는 리소스 사용률 문제의 전체 목록은 하드웨어 시스템 리소스 사용률 프로파일링을 위한 Debugger 기본 제공 규칙(시스템 지표)을 참조하세요.
-
모니터링 구성 버튼을 누르면 데이터 수집 빈도와 데이터를 저장할 S3 경로를 설정하거나 업데이트하는 데 사용할 수 있는 팝업 창이 열립니다.
다음 필드에 값을 지정할 수 있습니다.
-
S3 버킷 URI: 기본 S3 버킷 URI를 지정합니다.
-
모니터링 데이터 수집 간격: 시스템 지표를 수집할 시간 간격을 선택합니다. 드롭다운 목록에서 모니터링 간격 중 하나를 선택할 수 있습니다. 사용 가능한 간격은 100밀리초, 200밀리초, 500밀리초(기본값), 1초, 5초, 1분입니다.
참고
더 낮은 시간 간격 중 하나를 선택하면 리소스 사용률 지표의 세부 수준이 높아져 더 높은 시간 해상도로 스파이크 및 이상 현상을 캡처할 수 있습니다. 그러나 해상도가 높을수록 처리할 시스템 지표의 크기도 커집니다. 이로 인해 추가 오버헤드가 발생하고 전체 훈련 및 처리 시간에 영향을 미칠 수 있습니다.
-
-
훈련 중지 버튼을 사용하면 리소스 사용률에서 이상이 발견될 때 훈련 작업을 중단할 수 있습니다.
-
보고서 다운로드 버튼을 사용하면, SageMaker Debugger의 내장된 ProfilerReport 규칙을 이용해 집계된 프로파일링 보고서를 다운로드할 수 있습니다. 이 버튼은 내장된 ProfilerReport 규칙을 예측기에 추가할 때 활성화됩니다. 자세한 내용은 내장 프로파일러 규칙 구성 및 SageMaker Debugger를 사용하여 생성된 프로파일링 보고서를 참조하세요.
