基本健康檢查

SageMaker HyperPod 在建立和更新叢集期間，對叢集執行個體執行一組基本健康狀態檢查。 HyperPod 這些基本運作狀態檢查與協調器無關，因此無論 Amazon 或 Slurm 支援的基礎協調流程平台為何，這些檢查都適用。 SageMaker HyperPod EKS

基本健康狀態檢查會監控叢集執行個體是否有與裝置相關的問題，例如加速器 (GPU和 Trainium 核心) 和網路裝置 (彈性網狀架構配接卡或)。EFA若要尋找基本叢集健全狀況檢查的清單，請參閱叢集健康狀態檢查。