View a markdown version of this page

Studio Lab 가용성 변경 - Amazon SageMaker AI
Amazon SageMaker StudioAmazon SageMaker Studio Lab을 Amazon SageMaker Studio로 교체

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

Studio Lab 가용성 변경

참고

Amazon SageMaker Studio Lab은 더 이상 신규 고객에게 공개되지 않습니다. 기존 고객은 서비스를 정상적으로 계속 사용할 수 있습니다. AWS Studio Lab의 보안 및 가용성 개선에 계속 투자하지만 새로운 기능을 도입할 계획은 없습니다.

Amazon SageMaker Studio

Amazon SageMaker Studio는 동일한 JupyterLab 기반 노트북 환경에 서비스, 확장 가능한 컴퓨팅 리소스 및 통합 ML 도구에 대한 추가 액세스를 제공하여 SageMaker Studio Lab을 완전히 대체합니다 AWS . SageMaker Studio는 Studio Lab 사용자가 익숙한 것과 동일한 노트북 런타임, conda 환경 및 파일 관리 워크플로를 지원합니다.

컴퓨팅의 경우 SageMaker Studio는 프리 티어(ml.t3.medium)부터 G6, G6e 등과 같은 GPU 가속 인스턴스에 이르기까지 다양한 인스턴스 유형에 대한 액세스를 제공하므로 사용자는 Studio Lab의 고정된 12GB RAM 및 15GB 스토리지 제한을 초과하여 확장할 수 있습니다. 공동 작업 및 MLOps의 경우 SageMaker Studio는 실험 추적을 위해 Amazon S3, SageMaker Pipelines 및 Managed MLflow와 같은 AWS 서비스와 통합됩니다. 자세한 내용은 SageMaker AI 프리 티어를 참조하세요.

이러한 기능을 함께 사용하면 SageMaker Studio Lab의 프리 티어 노트북 환경에 대한 확장 가능한 프로덕션 지원 대안이 제공됩니다.

Amazon SageMaker Studio Lab을 Amazon SageMaker Studio로 교체

이 섹션에서는 기존 Amazon SageMaker Studio Lab 데이터를 Amazon SageMaker Studio로 마이그레이션하는 방법을 안내합니다. 이 솔루션은 JupyterLab 노트북을 실행하고, conda 환경을 관리하고, Amazon SageMaker AI에서 개발하는 동안 프로젝트 파일을 저장하는 것과 동일한 기능을 지원합니다.

Studio Lab에서 내보내기

  1. Conda 환경 구성을 내보냅니다. 마이그레이션하려는 conda 환경을 활성화하고 YAML 파일로 내보냅니다. studiolab, studiolab-safemode또는 base 환경은 SageMaker Studio와 호환되지 않으므로 내보내지 마십시오.

  2. 노트북 및 데이터 파일을 저장합니다. Studio Lab 환경에서 JupyterLab 노트북(.ipynb 파일), Python 스크립트 및 관련 데이터를 다운로드합니다. Studio Lab 파일 브라우저를 사용하여 파일을 로컬 시스템으로 내보내거나 Studio Lab 터미널을 사용하여 Git 리포지토리로 푸시할 수 있습니다.

  3. 대용량 데이터 세트를 Amazon S3에 복사합니다(해당하는 경우). 로컬에서 다운로드하기 어려운 대용량 파일 또는 디렉터리의 경우 Studio Lab 터미널을 사용하여 S3 버킷에 복사합니다. 자세한 단계는 Amazon S3에 객체 업로드를 참조하세요.

  4. Studio Lab 프로젝트를 삭제합니다(선택 사항). 마이그레이션이 확인되면 Studio Lab 프로젝트 파일을 삭제하여 스토리지를 확보합니다.

대체 구성

  1. AWS 계정을 생성합니다. 아직 AWS 계정이 없는 경우 aws.amazon.com/free 계정을 생성합니다.

  2. SageMaker Studio 도메인 및 스페이스를 설정합니다. SageMaker Studio 도메인 및 사용자 프로필을 생성한 다음 JupyterLab 스페이스를 생성합니다. 각 스페이스는 영구 스토리지를 위한 자체 Amazon EBS 볼륨을 가져옵니다. 자세한 단계는 SageMaker AI 도메인 개요를 참조하세요.

  3. 노트북과 파일을 SageMaker Studio에 업로드합니다. JupyterLab Space를 열고 파일 브라우저 업로드 아이콘을 사용하여 내보낸 파일을 업로드하거나 JupyterLab 터미널에서 Git 리포지토리를 직접 복제합니다.

  4. SageMaker Studio에서 Conda 환경을 다시 생성합니다. JupyterLab Space에서 터미널을 열고 내보낸 YAML 파일을 사용하여 conda 환경을 다시 생성합니다. 설치 후 환경을 노트북의 커널로 사용할 수 있습니다. 자세한 단계는 SageMaker Studio의 JupyterLab 환경 사용자 지정을 참조하세요.

SageMaker Studio로 마이그레이션하면 노트북, 파일 및 환경 구성만 마이그레이션됩니다. Studio Lab의 과거 컴퓨팅 사용량 또는 세션 로그는 전송되지 않습니다. 향후 개발, 실험 및 컴퓨팅 관리는 SageMaker Studio 내에서 이루어집니다.