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. # SageMaker HyperPod referências Encontre mais informações e referências sobre o uso SageMaker HyperPod nos tópicos a seguir. **Topics** + [SageMaker HyperPod preços](#sagemaker-hyperpod-ref-pricing) + [SageMaker HyperPod APIs](#sagemaker-hyperpod-ref-api) + [SageMaker HyperPod Configuração do Slurm](#sagemaker-hyperpod-ref-slurm-configuration) + [SageMaker HyperPod DLAMI](#sagemaker-hyperpod-ref-hyperpod-ami) + [SageMaker HyperPod Referência de permissões da API](#sagemaker-hyperpod-ref-api-permissions) + [SageMaker HyperPod comandos em AWS CLI](#sagemaker-hyperpod-ref-cli) + [SageMaker HyperPod Módulos Python em AWS SDK para Python (Boto3)](#sagemaker-hyperpod-ref-boto3) ## SageMaker HyperPod preços Os tópicos a seguir fornecem informações sobre SageMaker HyperPod preços. Para encontrar mais detalhes sobre o preço por hora do uso de SageMaker HyperPod instâncias, consulte também os [ SageMaker preços da Amazon](https://aws.amazon.com/sagemaker/pricing/). **Solicitações de capacidade** Você pode alocar capacidade computacional sob demanda ou reservada com SageMaker IA para uso em. SageMaker HyperPod A criação de clusters sob demanda aloca a capacidade disponível do pool de capacidade sob demanda de SageMaker IA. Como alternativa, você pode solicitar capacidade reservada para garantir o acesso enviando um ticket para aumentar a cota. As solicitações de capacidade de entrada são priorizadas pela SageMaker IA e você recebe um tempo estimado para alocação de capacidade. **Faturamento de serviço** Ao provisionar uma capacidade computacional SageMaker HyperPod, você é cobrado pela duração da alocação de capacidade. SageMaker HyperPod o faturamento aparece em suas faturas de aniversário com um item de linha para o tipo de alocação de capacidade (sob demanda, reservada), o tipo de instância e o tempo gasto no uso da instância. Para enviar um ticket para um aumento de cota, consulte[SageMaker HyperPod cotas](sagemaker-hyperpod-prerequisites.md#sagemaker-hyperpod-prerequisites-quotas). ## SageMaker HyperPod APIs A lista a seguir é um conjunto completo SageMaker HyperPod APIs para enviar solicitações de ação no formato JSON para a SageMaker IA por meio AWS CLI de ou. AWS SDK para Python (Boto3) + [BatchDeleteClusterNodes](https://docs.aws.amazon.com/sagemaker/latest/APIReference/API_BatchDeleteClusterNodes.html) + [CreateCluster](https://docs.aws.amazon.com/sagemaker/latest/APIReference/API_CreateCluster.html) + [DeleteCluster](https://docs.aws.amazon.com/sagemaker/latest/APIReference/API_DeleteCluster.html) + [DescribeCluster](https://docs.aws.amazon.com/sagemaker/latest/APIReference/API_DescribeCluster.html) + [DescribeClusterNode](https://docs.aws.amazon.com/sagemaker/latest/APIReference/API_DescribeClusterNode.html) + [ListClusterNodes](https://docs.aws.amazon.com/sagemaker/latest/APIReference/API_ListClusterNodes.html) + [ListClusters](https://docs.aws.amazon.com/sagemaker/latest/APIReference/API_ListClusters.html) + [UpdateCluster](https://docs.aws.amazon.com/sagemaker/latest/APIReference/API_UpdateCluster.html) + [UpdateClusterSoftware](https://docs.aws.amazon.com/sagemaker/latest/APIReference/API_UpdateClusterSoftware.html) ## SageMaker HyperPod Configuração do Slurm HyperPod oferece suporte a duas abordagens para configurar o Slurm em seu cluster. Escolha a abordagem que melhor atenda às suas necessidades. | | | | | --- |--- |--- | | Abordagem | Descrição | Recomendado para | | Configuração orientada por API | Defina a configuração do Slurm diretamente nas solicitações da API CreateCluster e UpdateCluster | Novos clusters; gerenciamento simplificado | | Configuração legada | Use um provisioning\$1parameters.json arquivo separado armazenado no Amazon S3 | Clusters existentes; compatibilidade com versões anteriores | ### Configuração do Slurm baseada em API (recomendada) Com a configuração orientada por API, você define os tipos de nós do Slurm, as atribuições de partições e as montagens do sistema de arquivos diretamente nas solicitações e na API. CreateCluster UpdateCluster Essa abordagem fornece: + **Fonte única de verdade** — todas as configurações na solicitação da API + **Sem gerenciamento de arquivos S3** — sem necessidade de criar ou manter `provisioning_parameters.json` + **Validação integrada** — a API valida a topologia do Slurm antes da criação do cluster + **Detecção de desvios** — detecta alterações não autorizadas em `slurm.conf` + **Per-instance-group armazenamento** — Configure sistemas de FSx arquivos diferentes para diferentes grupos de instâncias + **FSx para suporte ao OpenZFS** — Monte sistemas de arquivos OpenZFS além do Lustre FSx #### SlurmConfig (por grupo de instâncias) Adicione `SlurmConfig` a cada grupo de instâncias para definir o tipo de nó do Slurm e a atribuição da partição. ``` "SlurmConfig": { "NodeType": "Controller | Login | Compute", "PartitionNames": ["string"] } ``` **Parâmetros:** + `NodeType` – obrigatório. O tipo de nó do Slurm para esse grupo de instâncias. Valores válidos: + `Controller`— Nó do controlador Slurm (cabeça). Executa o `slurmctld` daemon. Exatamente um grupo de instâncias deve ter esse tipo de nó. + `Login`— Nó de login para acesso do usuário. Opcional. No máximo, um grupo de instâncias pode ter esse tipo de nó. + `Compute`— nós de trabalho que executam trabalhos. Pode ter vários grupos de instâncias com esse tipo de nó. **Importante** `NodeType`é imutável. Depois de definido durante a criação do cluster, ele não pode ser alterado. Para usar um tipo de nó diferente, crie um novo grupo de instâncias. + `PartitionNames` – Condicional. Uma matriz de nomes de partições do Slurm. Obrigatório para tipos de `Compute` nós; não permitido para `Controller` ou tipos de `Login` nós. Atualmente, é compatível com um único nome de partição por grupo de instâncias. **nota** Todos os nós são adicionados automaticamente à `dev` partição universal, além da partição especificada. **Exemplo:** ``` { "InstanceGroupName": "gpu-compute", "InstanceType": "ml.p4d.24xlarge", "InstanceCount": 8, "SlurmConfig": { "NodeType": "Compute", "PartitionNames": ["gpu-training"] }, "LifeCycleConfig": { "SourceS3Uri": "s3://sagemaker-bucket/lifecycle/src/", "OnCreate": "on_create.sh" }, "ExecutionRole": "arn:aws:iam::111122223333:role/HyperPodRole" } ``` #### Orchestrator.Slurm (nível de cluster) Adicione `Orchestrator.Slurm` à configuração do cluster para especificar como HyperPod gerencia o `slurm.conf` arquivo. ``` "Orchestrator": { "Slurm": { "SlurmConfigStrategy": "Managed | Overwrite | Merge" } } ``` **Parâmetros:** + `SlurmConfigStrategy`— `Orchestrator.Slurm` Exigido quando fornecido. Controla como HyperPod gerencia o `slurm.conf` arquivo no nó do controlador. Valores válidos: + `Managed`(padrão) — controla HyperPod totalmente os mapeamentos dos nós de partição em. `slurm.conf` A detecção de desvio está ativada: se a corrente for `slurm.conf` diferente da configuração esperada, UpdateCluster falhará com um erro. Use essa estratégia quando quiser ser HyperPod a única fonte confiável para a configuração do Slurm. + `Overwrite`— HyperPod força a aplicação da configuração da API, sobrescrevendo todas as alterações manuais em`slurm.conf`. A detecção de desvio está desativada. Use essa estratégia para se recuperar do desvio ou redefinir o cluster para um estado conhecido. + `Merge`— HyperPod preserva as `slurm.conf` alterações manuais e as mescla com a configuração da API. A detecção de desvio está desativada. Use essa estratégia se precisar fazer alterações manuais na configuração do Slurm que devem persistir nas atualizações. **nota** Se `Orchestrator.Slurm` for omitido da solicitação, o comportamento padrão será estratégia. `Managed` **dica** Você pode mudar `SlurmConfigStrategy` a qualquer momento usando UpdateCluster. Não há dependência de uma estratégia específica. **Exemplo:** ``` { "ClusterName": "my-hyperpod-cluster", "InstanceGroups": [...], "Orchestrator": { "Slurm": { "SlurmConfigStrategy": "Managed" } } } ``` #### SlurmConfigStrategy comparação | | | | | | --- |--- |--- |--- | | Strategy | Detecção de deriva | Alterações manuais | Caso de uso | | Managed | Ativado — bloqueia as atualizações se for detectado um desvio | Bloqueado | HyperPod gerenciado | | Overwrite | Desabilitado | Sobrescrito | Recuperação do desvio; redefinição para o estado conhecido | | Merge | Desabilitado | Preservado | Usuários avançados com slurm.conf necessidades personalizadas | #### FSx configuração via InstanceStorageConfigs Com a configuração orientada por API, você pode configurar FSx sistemas de arquivos por grupo de instâncias usando o. `InstanceStorageConfigs` Isso permite que diferentes grupos de instâncias montem sistemas de arquivos diferentes. **Pré-requisitos:** + Seu cluster deve usar uma VPC personalizada (via`VpcConfig`). FSx os sistemas de arquivos residem em sua VPC, e a VPC gerenciada pela plataforma não pode acessá-los. + Pelo menos um grupo de instâncias deve ter `SlurmConfig` com`NodeType: Controller`. ##### FsxLustreConfig Configure FSx para montagem do sistema de arquivos Lustre para um grupo de instâncias. ``` "InstanceStorageConfigs": [ { "FsxLustreConfig": { "DnsName": "string", "MountPath": "string", "MountName": "string" } } ] ``` **Parâmetros:** + `DnsName` – obrigatório. O nome DNS do sistema de arquivos FSx for Lustre. Exemplo: `fs-0abc123def456789.fsx.us-west-2.amazonaws.com` + `MountPath`: opcional. O caminho de montagem local na instância. Padrão: `/fsx` + `MountName` – obrigatório. O nome da montagem do sistema de arquivos FSx for Lustre. Você pode encontrar isso no FSx console da Amazon ou executando`aws fsx describe-file-systems`. ##### FsxOpenZfsConfig Configure FSx para montagem do sistema de arquivos OpenZFS para um grupo de instâncias. ``` "InstanceStorageConfigs": [ { "FsxOpenZfsConfig": { "DnsName": "string", "MountPath": "string" } } ] ``` **Parâmetros:** + `DnsName` – obrigatório. O nome DNS do sistema de arquivos FSx OpenZFS. Exemplo: `fs-0xyz987654321.fsx.us-west-2.amazonaws.com` + `MountPath`: opcional. O caminho de montagem local na instância. Padrão: `/home` **nota** Cada grupo de instâncias pode ter no máximo uma `FsxLustreConfig` e uma`FsxOpenZfsConfig`. **Exemplo com vários sistemas de arquivos:** ``` { "InstanceGroupName": "gpu-compute", "InstanceType": "ml.p4d.24xlarge", "InstanceCount": 4, "SlurmConfig": { "NodeType": "Compute", "PartitionNames": ["gpu-training"] }, "InstanceStorageConfigs": [ { "FsxLustreConfig": { "DnsName": "fs-0abc123def456789.fsx.us-west-2.amazonaws.com", "MountPath": "/fsx", "MountName": "abcdefgh" } }, { "FsxOpenZfsConfig": { "DnsName": "fs-0xyz987654321.fsx.us-west-2.amazonaws.com", "MountPath": "/shared" } }, { "EbsVolumeConfig": { "VolumeSizeInGB": 500 } } ], "LifeCycleConfig": { "SourceS3Uri": "s3://sagemaker-bucket/lifecycle/src/", "OnCreate": "on_create.sh" }, "ExecutionRole": "arn:aws:iam::111122223333:role/HyperPodRole" } ``` **Importante** FSx as alterações de configuração só se aplicam durante o provisionamento do nó. Os nós existentes mantêm sua FSx configuração original. Para aplicar a nova FSx configuração a todos os nós, reduza o grupo de instâncias para 0 e depois aumente novamente. #### Exemplo completo de configuração orientada por API O exemplo a seguir mostra uma CreateCluster solicitação completa usando a configuração Slurm orientada por API: ``` { "ClusterName": "ml-training-cluster", "InstanceGroups": [ { "InstanceGroupName": "controller", "InstanceType": "ml.c5.xlarge", "InstanceCount": 1, "SlurmConfig": { "NodeType": "Controller" }, "LifeCycleConfig": { "SourceS3Uri": "s3://sagemaker-us-west-2-111122223333/lifecycle/src/", "OnCreate": "on_create.sh" }, "ExecutionRole": "arn:aws:iam::111122223333:role/HyperPodRole", "ThreadsPerCore": 2 }, { "InstanceGroupName": "login", "InstanceType": "ml.m5.xlarge", "InstanceCount": 1, "SlurmConfig": { "NodeType": "Login" }, "LifeCycleConfig": { "SourceS3Uri": "s3://sagemaker-us-west-2-111122223333/lifecycle/src/", "OnCreate": "on_create.sh" }, "ExecutionRole": "arn:aws:iam::111122223333:role/HyperPodRole", "ThreadsPerCore": 2 }, { "InstanceGroupName": "gpu-compute", "InstanceType": "ml.p4d.24xlarge", "InstanceCount": 8, "SlurmConfig": { "NodeType": "Compute", "PartitionNames": ["gpu-training"] }, "InstanceStorageConfigs": [ { "FsxLustreConfig": { "DnsName": "fs-0abc123def456789.fsx.us-west-2.amazonaws.com", "MountPath": "/fsx", "MountName": "abcdefgh" } } ], "LifeCycleConfig": { "SourceS3Uri": "s3://sagemaker-us-west-2-111122223333/lifecycle/src/", "OnCreate": "on_create.sh" }, "ExecutionRole": "arn:aws:iam::111122223333:role/HyperPodRole", "ThreadsPerCore": 2, "OnStartDeepHealthChecks": ["InstanceStress", "InstanceConnectivity"] }, { "InstanceGroupName": "cpu-compute", "InstanceType": "ml.c5.18xlarge", "InstanceCount": 4, "SlurmConfig": { "NodeType": "Compute", "PartitionNames": ["cpu-preprocessing"] }, "InstanceStorageConfigs": [ { "FsxLustreConfig": { "DnsName": "fs-0abc123def456789.fsx.us-west-2.amazonaws.com", "MountPath": "/fsx", "MountName": "abcdefgh" } } ], "LifeCycleConfig": { "SourceS3Uri": "s3://sagemaker-us-west-2-111122223333/lifecycle/src/", "OnCreate": "on_create.sh" }, "ExecutionRole": "arn:aws:iam::111122223333:role/HyperPodRole", "ThreadsPerCore": 2 } ], "Orchestrator": { "Slurm": { "SlurmConfigStrategy": "Managed" } }, "VpcConfig": { "SecurityGroupIds": ["sg-0abc123def456789a"], "Subnets": ["subnet-0abc123def456789a", "subnet-0abc123def456789b"] }, "Tags": [ { "Key": "Project", "Value": "ML-Training" } ] } ``` Para saber mais sobre como usar a configuração orientada por API, consulte. [Personalização de SageMaker HyperPod clusters usando scripts de ciclo de vida](sagemaker-hyperpod-lifecycle-best-practices-slurm.md) ### Configuração legada: provisioning\$1parameters.json **nota** A `provisioning_parameters.json` abordagem é o método legado para configurar o Slurm on. HyperPod Para novos clusters, recomendamos usar a abordagem de configuração baseada em API descrita acima. A abordagem antiga permanece totalmente suportada para compatibilidade com versões anteriores. Com a abordagem legada, você cria um arquivo de configuração do Slurm chamado `provisioning_parameters.json` e o carrega no Amazon S3 como parte de seus scripts de ciclo de vida. HyperPod lê esse arquivo durante a criação do cluster para configurar os nós do Slurm. #### Formulário de configuração para provisioning\$1parameters.json O código a seguir é o formulário de configuração do Slurm que você deve preparar para configurar adequadamente os nós do Slurm em seu cluster. HyperPod Preencha esse formulário e carregá-lo como parte de um conjunto de scripts de ciclo de vida durante a criação do cluster. Para saber como esse formulário deve ser preparado em todos os processos de criação de HyperPod clusters, consulte[Personalização de SageMaker HyperPod clusters usando scripts de ciclo de vida](sagemaker-hyperpod-lifecycle-best-practices-slurm.md). ``` // Save as provisioning_parameters.json. { "version": "1.0.0", "workload_manager": "slurm", "controller_group": "string", "login_group": "string", "worker_groups": [ { "instance_group_name": "string", "partition_name": "string" } ], "fsx_dns_name": "string", "fsx_mountname": "string" } ``` **Parâmetros:** + `version` – obrigatório. Essa é a versão do formulário de parâmetros de HyperPod provisionamento. Guarde para `1.0.0`. + `workload_manager` – obrigatório. Isso serve para especificar qual gerenciador de carga de trabalho deve ser configurado no HyperPod cluster. Guarde para `slurm`. + `controller_group` – obrigatório. Isso serve para especificar o nome do grupo de instâncias do HyperPod cluster que você deseja atribuir ao nó do controlador (principal) do Slurm. + `login_group`: opcional. Isso serve para especificar o nome do grupo de instâncias do HyperPod cluster que você deseja atribuir ao nó de login do Slurm. + `worker_groups` – obrigatório. Isso serve para configurar nós de trabalho (computação) do Slurm no cluster. HyperPod + `instance_group_name` – obrigatório. Isso serve para especificar o nome do grupo de HyperPod instâncias que você deseja atribuir ao nó de trabalho (computação) do Slurm. + `partition_name` – obrigatório. Isso permite especificar o nome da partição para o nó. + `fsx_dns_name`: opcional. Se você quiser configurar seus nós do Slurm no HyperPod cluster para se comunicar com a Amazon FSx, especifique o nome do FSx DNS. + `fsx_mountname`: opcional. Se você quiser configurar seus nós do Slurm no HyperPod cluster para se comunicar com a Amazon FSx, especifique o nome da FSx montagem. ### Comparação: configuração baseada em API versus configuração legada | | | | | --- |--- |--- | | Recurso | Orientado por API (recomendado) | Legado (provisioning\$1parameters.json) | | Local de configuração | CreateCluster Solicitação de API | Arquivo S3 | | FSx para Lustre | Sim — Por grupo de instâncias | Sim — somente em todo o cluster | | FSx para OpenZFS | Sim — Por grupo de instâncias | Não — Não suportado | | Validação integrada | Sim | Não | | Detecção de desvios | Sim — (Estratégia gerenciada) | Não | | Gerenciamento de arquivos S3 | Não obrigatório | Obrigatório | | Complexidade do script do ciclo de vida | Simplificado | É necessária uma configuração completa do SLURM | ## SageMaker HyperPod DLAMI SageMaker HyperPod executa um DLAMI com base em: + [AWS AMI de GPU de base de aprendizado profundo (Ubuntu 20.04)](https://aws.amazon.com/releasenotes/aws-deep-learning-base-gpu-ami-ubuntu-20-04/) para orquestração com o Slurm. + AMI baseada no Amazon Linux 2 para orquestração com o Amazon EKS. O SageMaker HyperPod DLAMI vem com pacotes adicionais para oferecer suporte a ferramentas de código aberto, como Slurm, Kubernetes, dependências e pacotes de software de cluster, para oferecer suporte a recursos de resiliência, como verificação de SageMaker HyperPod integridade e retomada automática do cluster. Para acompanhar as atualizações HyperPod de software pelas quais a equipe HyperPod de serviço distribui DLAMIs, consulte[Notas SageMaker HyperPod de lançamento da Amazon](sagemaker-hyperpod-release-notes.md). ## SageMaker HyperPod Referência de permissões da API **Importante** Políticas personalizadas do IAM que permitem que o Amazon SageMaker SageMaker Studio ou o Amazon Studio Classic criem SageMaker recursos da Amazon também devem conceder permissões para adicionar tags a esses recursos. A permissão para adicionar tags aos recursos é necessária porque o Studio e o Studio Classic marcam automaticamente todos os recursos que eles criam. Se uma política do IAM permitir que o Studio e o Studio Classic criem recursos, mas não permitisse a marcação, erros AccessDenied "" podem ocorrer ao tentar criar recursos. Para obter mais informações, consulte [Forneça permissões para marcar recursos de SageMaker IA](security_iam_id-based-policy-examples.md#grant-tagging-permissions). [AWS políticas gerenciadas para Amazon SageMaker AI](security-iam-awsmanpol.md)que dão permissões para criar SageMaker recursos já incluem permissões para adicionar tags ao criar esses recursos. Ao configurar o controle de acesso para permitir a execução de operações de SageMaker HyperPod API e escrever uma política de permissões que você pode anexar aos usuários do IAM para administradores de nuvem, use a tabela a seguir como referência. | | | | | --- |--- |--- | | Operações de SageMaker API da Amazon | Permissões obrigatórias (ações de API): | Recursos | | CreateCluster | sagemaker:CreateCluster | arn:aws:sagemaker:region:account-id:cluster/cluster-id | | DeleteCluster | sagemaker:DeleteCluster | arn:aws:sagemaker:region:account-id:cluster/cluster-id | | DescribeCluster | sagemaker:DescribeCluster | arn:aws:sagemaker:region:account-id:cluster/cluster-id | | DescribeClusterNode | sagemaker:DescribeClusterNode | arn:aws:sagemaker:region:account-id:cluster/cluster-id | | ListClusterNodes | sagemaker:ListClusterNodes | arn:aws:sagemaker:region:account-id:cluster/cluster-id | | ListClusters | sagemaker:ListClusters | arn:aws:sagemaker:region:account-id:cluster/cluster-id | | UpdateCluster | sagemaker:UpdateCluster | arn:aws:sagemaker:region:account-id:cluster/cluster-id | | UpdateClusterSoftware | sagemaker:UpdateClusterSoftware | arn:aws:sagemaker:region:account-id:cluster/cluster-id | Para obter uma lista completa de permissões e tipos de recursos para SageMaker APIs, consulte [Ações, recursos e chaves de condição para Amazon SageMaker AI](https://docs.aws.amazon.com/service-authorization/latest/reference/list_amazonsagemaker.html) na *Referência de Autorização de AWS Serviço*. ## SageMaker HyperPod comandos em AWS CLI A seguir estão os AWS CLI comandos SageMaker HyperPod para executar as principais [operações HyperPod da API](#sagemaker-hyperpod-ref-api). + [batch-delete-cluster-nodes](https://docs.aws.amazon.com/cli/latest/reference/sagemaker/batch-delete-cluster-nodes.html) + [create-cluster](https://docs.aws.amazon.com/cli/latest/reference/sagemaker/create-cluster.html) + [delete-cluster](https://docs.aws.amazon.com/cli/latest/reference/sagemaker/delete-cluster.html) + [describe-cluster](https://docs.aws.amazon.com/cli/latest/reference/sagemaker/describe-cluster.html) + [describe-cluster-node](https://docs.aws.amazon.com/cli/latest/reference/sagemaker/describe-cluster-node.html) + [list-cluster-nodes](https://docs.aws.amazon.com/cli/latest/reference/sagemaker/list-cluster-nodes.html) + [list-clusters](https://docs.aws.amazon.com/cli/latest/reference/sagemaker/list-clusters.html) + [update-cluster](https://docs.aws.amazon.com/cli/latest/reference/sagemaker/update-cluster.html) + [update-cluster-software](https://docs.aws.amazon.com/cli/latest/reference/sagemaker/update-cluster-software.html) ## SageMaker HyperPod Módulos Python em AWS SDK para Python (Boto3) A seguir estão os métodos do AWS SDK para Python (Boto3) cliente para que a SageMaker IA execute as principais [operações HyperPod da API](#sagemaker-hyperpod-ref-api). + [batch\$1delete\$1cluster\$1nodes](https://boto3.amazonaws.com/v1/documentation/api/latest/reference/services/sagemaker/client/batch_delete_cluster_nodes.html#) + [create\$1cluster](https://boto3.amazonaws.com/v1/documentation/api/latest/reference/services/sagemaker/client/create_cluster.html) + [delete\$1cluster](https://boto3.amazonaws.com/v1/documentation/api/latest/reference/services/sagemaker/client/delete_cluster.html) + [describe\$1cluster](https://boto3.amazonaws.com/v1/documentation/api/latest/reference/services/sagemaker/client/describe_cluster.html) + [describe\$1cluster\$1node](https://boto3.amazonaws.com/v1/documentation/api/latest/reference/services/sagemaker/client/describe_cluster_node.html) + [list\$1cluster\$1nodes](https://boto3.amazonaws.com/v1/documentation/api/latest/reference/services/sagemaker/client/list_cluster_nodes.html) + [list\$1clusters](https://boto3.amazonaws.com/v1/documentation/api/latest/reference/services/sagemaker/client/list_clusters.html) + [update\$1cluster](https://boto3.amazonaws.com/v1/documentation/api/latest/reference/services/sagemaker/client/update_cluster.html) + [update\$1cluster\$1software](https://boto3.amazonaws.com/v1/documentation/api/latest/reference/services/sagemaker/client/update_cluster_software.html)