View a markdown version of this page

스페이스에 Ray 클러스터 연결 - Amazon SageMaker AI
사전 조건Amazon SageMaker Studio를 사용하여 Ray 클러스터에 스페이스 연결kubectl을 사용하여 Ray 클러스터에 스페이스 연결확인버전 호환성

기계 번역으로 제공되는 번역입니다. 제공된 번역과 원본 영어의 내용이 상충하는 경우에는 영어 버전이 우선합니다.

스페이스에 Ray 클러스터 연결

Ray 클러스터를 스페이스에 연결하면 해당 클러스터의 IDE 또는 노트북 세션이가 해당 클러스터에 ray.init() 연결됩니다. 공간 내에서 클러스터는 로컬 Ray 클러스터가 사용하는 것과 동일한 포트인 대화형 개발을 위해 포트 8265에서 연결할 수 있습니다. 노트북에서 클라우드 규모의 컴퓨팅을 통해 Ray를 실행하는 경험을 얻을 수 있습니다.

스페이스 내의 Ray 클러스터 탭에서 연결을 관리합니다.

사전 조건

  • (선택 사항) 클러스터에 대해 구성된 Amazon SageMaker Studio입니다. 자세한 내용은 Studio for Ray 설정 단원을 참조하십시오.

  • SageMaker Spaces 추가 기능은 활성 상태입니다. 자세한 내용은 스페이스 추가 기능 설정 단원을 참조하십시오.

  • Amazon SageMaker Studio의 IDE 및 노트북 탭에서 생성된 JupyterLab 또는 코드 편집기 공간입니다.

  • 스페이스 포드와 동일한 네임스페이스에서 실행 중인 Ray 클러스터입니다.

Amazon SageMaker Studio를 사용하여 Ray 클러스터에 스페이스 연결

Ray 클러스터에 스페이스를 연결하려면

  1. Studio의 IDE 및 노트북 탭에서 생성한 JupyterLab 또는 코드 편집기 공간을 연 다음 Ray 클러스터 탭을 선택합니다.

  2. 연결을 선택합니다.

  3. 선택기에서 기존 클러스터를 선택하거나 새 클러스터를 생성한 다음 저장합니다.

변경을 사용하여 스페이스가 다른 클러스터를 가리키도록 하고 연결 해제를 사용하여 스페이스를 분리합니다.

중요

연결 변경을 저장하면 스페이스 포드가 다시 시작됩니다. 저장되지 않은 작업을 먼저 저장합니다.

kubectl을 사용하여 Ray 클러스터에 스페이스 연결

Studio를 사용하는 kubectl 대신를 사용하여 스페이스의 Workspace 리소스를 패치할 수도 있습니다. Ray 통합 템플릿은 jupyter-k8s-system 네임스페이스에 있으며 Ray 클러스터 이름을 파라미터로 전달합니다.

두 명령 모두에서 다음 값을 바꿉니다.

Placeholder 를 로 바꾸기
my-workspace 스페이스 Workspace 리소스의 이름입니다.
my-namespace 스페이스와 Ray 클러스터를 모두 포함하는 네임스페이스입니다.
my-cluster 연결할의 이름RayCluster입니다.

ray-integration 및를 jupyter-k8s-system 그대로 둡니다. 추가 기능이 설치하는 통합 템플릿을 식별합니다.

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" }
        ]
      }
    ]
  }
}'

클러스터에서 공간을 분리하려면 통합 참조를 지웁니다.

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

확인

스페이스를 연결한 후 기본적으로 연결된 클러스터에 ray.init() ray job submit 도달합니다. 스페이스에서 터미널 또는 노트북을 열고를 실행합니다ray.init(). 클러스터에 연결되어 있는지 확인합니다.

버전 호환성

스페이스의 SageMaker AI 배포 이미지에는 자체 Ray 버전이 있으며 클러스터의와 일치해야 합니다spec.rayVersion. 버전이 다르면 Studio는 경고를 표시하고에 호환 가능한 클러스터를 대신 생성하도록 제안합니다.

패치 버전을 포함하여 Python 버전도 일치해야 합니다. Python 3.11.9를 실행하는 공간과 Python 3.11.4를 실행하는 클러스터는 호환되지 않습니다.

버전 불일치는 개발 중에 오류로 표시됩니다. 더 간단한 경험을 위해 Ray 클러스터와 스페이스 이미지 모두에 대해 동일한 SageMaker AI 배포 이미지를 선택하여 호환성을 보장할 수 있습니다.