As traduções são geradas por tradução automática. Em caso de conflito entre o conteúdo da tradução e da versão original em inglês, a versão em inglês prevalecerá.
Configure a instância de trabalho híbrida para executar seu script
Dependendo do seu algoritmo, você pode ter requisitos diferentes. Por padrão, o Amazon Braket executa seu script de algoritmo em uma instância. ml.m5.large
No entanto, você pode personalizar esse tipo de instância ao criar um trabalho híbrido usando o seguinte argumento de importação e configuração.
from braket.jobs.config import InstanceConfig job = AwsQuantumJob.create( ... instance_config=InstanceConfig(instanceType="ml.p3.8xlarge"), # Use NVIDIA Tesla V100 instance with 4 GPUs. ... ),
Se você estiver executando uma simulação incorporada e tiver especificado um dispositivo local na configuração do dispositivo, poderá solicitar adicionalmente mais de uma instância no InstanceConfig especificando instanceCount e configurando-a como maior que uma. O limite superior é 5. Por exemplo, você pode escolher 3 instâncias da seguinte maneira.
from braket.jobs.config import InstanceConfig job = AwsQuantumJob.create( ... instance_config=InstanceConfig(instanceType="ml.p3.8xlarge", instanceCount=3), # Use 3 NVIDIA Tesla V100 ... ),
Ao usar várias instâncias, considere distribuir seu trabalho híbrido usando o recurso de data parallel. Consulte o exemplo de caderno a seguir para obter mais detalhes sobre como ver esse treinamento do Parallelize
As três tabelas a seguir listam os tipos e especificações de instância disponíveis para instâncias de computação padrão, otimizadas para computação e aceleradas.
nota
Para ver as cotas padrão de instância de computação clássica para trabalhos híbridos, consulte a página Amazon Braket Quotas.
Instâncias padrão | v CPU | Memória |
---|---|---|
ml.m5.large (padrão) |
2 |
8 GiB |
ml.m5.xlarge |
4 |
16 GiB |
ml.m5.2xlarge |
8 |
32 GiB |
ml.m5.4xlarge |
16 |
64 GiB |
ml.m5.12xlarge |
48 |
192 GiB |
ml.m5.24xlarge |
96 |
384 GiB |
ml.m4.xlarge |
4 |
16 GiB |
ml.m4.2xlarge |
8 |
32 GiB |
ml.m4.4xlarge |
16 |
64 GiB |
ml.m4.10xlarge |
40 |
256 GiB |
Instâncias otimizadas para computação | v CPU | Memória |
---|---|---|
ml.c4.xlarge |
4 |
7,5 GiB |
ml.c4.2xlarge |
8 |
15 GiB |
ml.c4.4xlarge |
16 |
30 GiB |
ml.c4.8xlarge |
36 |
192 GiB |
ml.c5.xlarge |
4 |
8 GiB |
ml.c5.2xlarge |
8 |
16 GiB |
ml.c5.4xlarge |
16 |
32 GiB |
ml.c5.9xlarge |
36 |
72 GiB |
ml.c5.18xlarge |
72 |
144 GiB |
ml.c5n.xlarge |
4 |
10,5 GiB |
ml.c5n.2xlarge |
8 |
21 GiB |
ml.c5n.4xlarge |
16 |
42 GiB |
ml.c5n.9xlarge |
36 |
96 GiB |
ml.c5n.18xlarge |
72 |
192 GiB |
Instâncias de computação acelerada | v CPU | Memória |
---|---|---|
ml.p2.xlarge |
4 |
61 GiB |
ml.p2.8xlarge |
32 |
488 GiB |
ml.p2.16xlarge |
64 |
732 GiB |
ml.p3.2xlarge |
8 |
61 GiB |
ml.p3.8xlarge |
32 |
244 GiB |
ml.p3.16xlarge |
64 |
488 GiB |
ml.g4dn.xlarge |
4 |
16 GiB |
ml.g4dn.2xlarge |
8 |
32 GiB |
ml.g4dn.4xlarge |
16 |
64 GiB |
ml.g4dn.8xlarge |
32 |
128 GiB |
ml.g4dn.12xlarge |
48 |
192 GiB |
ml.g4dn.16xlarge |
64 |
256 GiB |
nota
As instâncias p3 não estão disponíveis em us-west-1. Se seu trabalho híbrido não conseguir provisionar a capacidade computacional de ML solicitada, use outra região.
Cada instância usa uma configuração padrão de armazenamento de dados (SSD) de 30 GB. Mas você pode ajustar o armazenamento da mesma forma que configura instanceType
o. O exemplo a seguir mostra como aumentar o armazenamento total para 50 GB.
from braket.jobs.config import InstanceConfig job = AwsQuantumJob.create( ... instance_config=InstanceConfig( instanceType="ml.p3.8xlarge", volumeSizeInGb=50, ), ... ),
Configure o bucket padrão em AwsSession
A utilização de sua própria AwsSession
instância oferece maior flexibilidade, como a capacidade de especificar um local personalizado para seu bucket padrão do Amazon S3. Por padrão, um AwsSession
tem uma localização pré-configurada de bucket do Amazon S3 de. f"amazon-braket-{id}-{region}"
No entanto, você tem a opção de substituir a localização padrão do bucket do Amazon S3 ao criar um. AwsSession
Opcionalmente, os usuários podem passar um AwsSession
objeto para o AwsQuantumJob.create()
método, fornecendo o aws_session
parâmetro conforme demonstrado no exemplo de código a seguir.
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 )