Erstellen Sie eine Serviceumgebung in AWS Batch

Bevor Sie SageMaker Trainingsjobs ausführen können AWS Batch, müssen Sie eine Serviceumgebung erstellen. Sie können eine Serviceumgebung erstellen, die die Konfigurationsparameter enthält, die für AWS Batch die Integration mit SageMaker KI-Diensten und die Einreichung von SageMaker Schulungsaufträgen in Ihrem Namen erforderlich sind.

Voraussetzungen

Bevor Sie eine Serviceumgebung erstellen, stellen Sie sicher, dass Sie über Folgendes verfügen:

• IAM-Berechtigungen — Berechtigungen zum Erstellen und Verwalten von Serviceumgebungen. Weitere Informationen finden Sie unter AWS Batch IAM-Richtlinien, -Rollen und -Berechtigungen.

Create a service environment (AWS Console)

Verwenden Sie die AWS Batch Konsole, um über die Weboberfläche eine Serviceumgebung zu erstellen.

Um eine Serviceumgebung zu erstellen

1. Öffnen Sie die AWS Batch Konsole unter https://console.aws.amazon.com/batch/.

2. Wählen Sie im Navigationsbereich Environments (Umgebungen) aus.

3. Wählen Sie Umgebung erstellen und dann Serviceumgebung aus.

4. Wählen Sie für die Konfiguration der Serviceumgebung SageMaker AI aus.

5. Geben Sie unter Name einen eindeutigen Namen für Ihre Serviceumgebung ein. Gültige Zeichen sind a-z, A-Z, 0-9, Bindestriche (-) und Unterstriche (_).

6. Geben Sie für Max. Anzahl von Instances die maximale Anzahl gleichzeitiger Trainingsinstanzen ein

7. (Optional) Fügen Sie Tags hinzu, indem Sie „Tag hinzufügen“ wählen und Schlüssel-Wert-Paare eingeben.

8. Wählen Sie Weiter aus.

9. Überprüfen Sie die Details der neuen Serviceumgebung und wählen Sie Serviceumgebung erstellen aus.

Create a service environment (AWS CLI)

Verwenden Sie den create-service-environment Befehl, um eine Serviceumgebung mit der AWS CLI zu erstellen.

Um eine Serviceumgebung zu erstellen

1. Erstellen Sie eine Serviceumgebung mit den erforderlichen Grundparametern:

   aws batch create-service-environment \
       --service-environment-name my-sagemaker-service-env \
       --service-environment-type SAGEMAKER_TRAINING \
       --capacity-limits capacityUnit=NUM_INSTANCES,maxCapacity=10

2. (Optional) Erstellen Sie eine Serviceumgebung mit Tags:

   aws batch create-service-environment \
       --service-environment-name my-sagemaker-service-env \
       --service-environment-type SAGEMAKER_TRAINING \
       --capacity-limits capacityUnit=NUM_INSTANCES,maxCapacity=10 \
       --tags team=data-science,project=ml-training

3. Stellen Sie sicher, dass die Serviceumgebung erfolgreich erstellt wurde:

   aws batch describe-service-environments \
       --service-environment my-sagemaker-service-env

Die Dienstumgebung wird in der Umgebungsliste mit einem CREATING Status angezeigt. Wenn die Erstellung erfolgreich abgeschlossen wurde, ändert sich der Status in VALID und die Serviceumgebung ist bereit, ihr eine Warteschlange für Serviceaufträge hinzuzufügen, sodass die Serviceumgebung mit der Verarbeitung von Aufträgen beginnen kann.