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。
重要
允许 Amazon SageMaker Studio 或 Amazon SageMaker Studio Classic 创建亚马逊 SageMaker资源的自定义 IAM 策略还必须授予向这些资源添加标签的权限。之所以需要为资源添加标签的权限，是因为 Studio 和 Studio Classic 会自动为创建的任何资源添加标签。如果 IAM 策略允许 Studio 和 Studio Classic 创建资源但不允许标记，则在尝试创建资源时可能会出现 AccessDenied “” 错误。有关更多信息，请参阅 提供标记 A SageMaker I 资源的权限。
AWS 亚马逊 A SageMaker I 的托管策略授予创建 SageMaker 资源的权限已经包括在创建这些资源时添加标签的权限。
本管理员指南描述了 SageMaker 人工智能 JupyterLab 资源，例如来自亚马逊弹性区块存储 (Amazon EBS) 和亚马逊弹性计算云 ( EC2Amazon) 的资源。这些主题还展示介绍了如何提供用户访问权限和更改存储空间大小。
A SageMaker I JupyterLab 空间由以下资源组成：
-
一个独立的 Amazon EBS 卷，用于存储所有数据，如代码和环境变量。
-
用于运行该空间的 Amazon EC2 实例。
-
用于运行的图像 JupyterLab。
注意
应用程序无法访问其他应用程序的 EBS 卷。例如，基于 Code-OSS、Visual Studio Code-Open Source 的代码编辑器无法访问的 EBS 卷。 JupyterLab有关 EBS 卷的更多信息，请参阅 Amazon Elastic Block Store (Amazon EBS)。
您可以使用 Amazon SageMaker API 执行以下操作：
-
为用户更改 EBS 卷的默认存储空间大小。
-
更改 EBS 存储空间的最大大小
-
指定应用程序的用户设置。例如，您可以指定用户使用的是自定义映像还是存储库。
-
指定支持应用程序类型。
Amazon EBS 卷的默认大小为 5 GB。您最多可以将卷大小增加到 16384 GB。如果您什么都不做，用户就可以将其卷大小增加到 100 GB。卷大小在六小时内只能更改一次。
与 JupyterLab 应用程序关联的内核在运行的同一 Amazon EC2 实例上运行 JupyterLab。创建空间时，默认使用最新版本的 SageMaker 分发映像。有关 SageMaker 分发映像的更多信息，请参阅SageMaker 工作室图片支持政策。
重要
有关更新空间以使用最新版本的 SageMaker AI 分布映像的信息，请参阅更新 A SageMaker I 分发映像。
存储卷内用户的工作目录是 /home/sagemaker-user。如果您指定自己的 AWS KMS 密钥来加密卷，则工作目录中的所有内容都将使用您的客户托管密钥进行加密。如果您未指定 AWS KMS 密钥，则使用 AWS 托管密钥对内部/home/sagemaker-user数据进行加密。无论您是否指定 AWS KMS 密钥，工作目录之外的所有数据都使用 AWS 托管密钥进行加密。
以下章节将介绍作为管理员需要执行的配置。
主题
