选择您的 Cookie 首选项

我们使用必要 Cookie 和类似工具提供我们的网站和服务。我们使用性能 Cookie 收集匿名统计数据,以便我们可以了解客户如何使用我们的网站并进行改进。必要 Cookie 无法停用,但您可以单击“自定义”或“拒绝”来拒绝性能 Cookie。

如果您同意,AWS 和经批准的第三方还将使用 Cookie 提供有用的网站功能、记住您的首选项并显示相关内容,包括相关广告。要接受或拒绝所有非必要 Cookie,请单击“接受”或“拒绝”。要做出更详细的选择,请单击“自定义”。

HyperPod 在工作室里

聚焦模式
HyperPod 在工作室里 - 亚马逊 SageMaker AI

本文属于机器翻译版本。若本译文内容与英语原文存在差异,则一律以英文原文为准。

本文属于机器翻译版本。若本译文内容与英语原文存在差异,则一律以英文原文为准。

您可以在亚马逊 SageMaker HyperPod 集群上启动机器学习工作负载,也可以在 Amazon SageMaker Studio 中查看 HyperPod 集群信息。提高对集群详细信息和硬件指标的可见性可以帮助您的团队为您的预训练或微调工作负载确定合适的候选对象。

当您在集群 IDEs 上启动 Studio 时,有一 HyperPod 组命令可以帮助您入门。您可以在 Stu IDEs dio 中处理训练脚本、使用 Docker 容器作为训练脚本以及向集群提交作业。以下各节提供有关如何进行设置、如何发现集群并监控其任务、如何查看集群信息以及如何在 Studio IDEs 中连接到 HyperPod 集群的信息。

隐私网站条款Cookie 首选项
© 2025, Amazon Web Services, Inc. 或其附属公司。保留所有权利。