基本运行状况检查

SageMaker HyperPod 在创建和更新集群期间，对集群实例执行一 HyperPod 组基本的运行状况检查。这些基本的运行状况检查与协调器无关，因此无论支持哪种底层编排平台（Amazon 或 Slurm），这些检查都适用。 SageMaker HyperPod EKS

基本运行状况检查可监控集群实例是否存在与加速器（GPU和 Trainium 内核）和网络设备（Elastic Fabric Adapter 或）等设备相关的问题。EFA要查找基本集群运行状况检查列表，请参阅集群运行状况检查。