Unterstützung für den lokalen Modus in Amazon SageMaker Studio

Wichtig

Benutzerdefinierte IAM-Richtlinien, die es Amazon SageMaker Studio oder Amazon SageMaker Studio Classic ermöglichen, SageMaker Amazon-Ressourcen zu erstellen, müssen auch Berechtigungen zum Hinzufügen von Tags zu diesen Ressourcen gewähren. Die Berechtigung zum Hinzufügen von Tags zu Ressourcen ist erforderlich, da Studio und Studio Classic automatisch alle von ihnen erstellten Ressourcen taggen. Wenn eine IAM-Richtlinie Studio und Studio Classic das Erstellen von Ressourcen, aber kein Tagging erlaubt, können "AccessDenied" Fehler auftreten, wenn versucht wird, Ressourcen zu erstellen. Weitere Informationen finden Sie unter Stellen Sie Berechtigungen für das Taggen von KI-Ressourcen SageMaker bereit.

AWS verwaltete Richtlinien für Amazon SageMaker AIdie Berechtigungen zum Erstellen von SageMaker Ressourcen gewähren, beinhalten bereits Berechtigungen zum Hinzufügen von Tags beim Erstellen dieser Ressourcen.

Amazon SageMaker Studio-Anwendungen unterstützen die Verwendung des lokalen Modus, um Kalkulatoren, Prozessoren und Pipelines zu erstellen und diese dann in einer lokalen Umgebung bereitzustellen. Im lokalen Modus können Sie Machine-Learning-Skripts testen, bevor Sie sie in von Amazon SageMaker AI verwalteten Trainings- oder Hosting-Umgebungen ausführen. Studio unterstützt den lokalen Modus in den folgenden Anwendungen:

• Amazon SageMaker Studio Classic

• JupyterLab

• Code-Editor, basierend auf Code-OSS, Visual Studio Code — Open Source

Der lokale Modus in Studio-Anwendungen wird mit dem SageMaker Python-SDK aufgerufen. In Studio-Anwendungen funktioniert der lokale Modus ähnlich wie in SageMaker Amazon-Notebook-Instances, mit einigen Unterschieden. Weitere Informationen zur Verwendung des lokalen Modus mit dem SageMaker Python-SDK finden Sie unter Lokaler Modus.

Anmerkung

Studio-Anwendungen unterstützen keine Multi-Container-Jobs im lokalen Modus. Jobs im lokalen Modus sind für Trainings-, Inferenz- und Verarbeitungsaufträge auf eine einzige Instanz beschränkt. Bei der Erstellung eines Jobs im lokalen Modus muss die Konfiguration für die Anzahl der Instanzen eingehalten werden1. 

Docker Support

Im Rahmen der Unterstützung für den lokalen Modus ist die Unterstützung von Studio-Anwendungen eingeschränkt Docker Zugriffsmöglichkeiten. Mit dieser Unterstützung können Benutzer mit dem interagieren Docker API von Jupyter-Notebooks oder dem Image-Terminal der Anwendung. Kunden können interagieren mit Docker mit einer der folgenden Optionen:

• Docker-CLI

• Docker Compose-CLI

• Sprachspezifisch Docker SDK-Clients

Studio unterstützt auch begrenzte Docker Zugriffsmöglichkeiten mit den folgenden Einschränkungen:

• Verwendung von Docker Netzwerke werden nicht unterstützt.

• Docker Die Verwendung von Volumes wird während der Ausführung eines Containers nicht unterstützt. Bei der Container-Orchestrierung sind nur Volume Bind-Mount-Eingaben zulässig. Die Volume Bind Mount-Eingänge müssen sich auf dem Amazon Elastic File System (Amazon EFS) -Volume für Studio Classic befinden. Für JupyterLab und Code-Editor-Anwendungen muss es sich auf dem Amazon Elastic Block Store (Amazon EBS) -Volume befinden.

• Operationen zur Inspektion von Containern sind zulässig.

• Die Zuordnung von Container-Port zu Host ist nicht zulässig. Sie können jedoch einen Port für das Hosting angeben. Auf den Endpunkt kann dann von Studio aus über die folgende URL zugegriffen werden:

  http://localhost:port

Docker unterstützte Operationen

In der folgenden Tabelle sind alle aufgeführt Docker API-Endpunkte, die in Studio unterstützt werden, einschließlich aller Supportbeschränkungen. Wenn ein API-Endpunkt in der Tabelle fehlt, unterstützt Studio ihn nicht.

API-Dokumentation	Einschränkungen
SystemAuth
SystemEvents
SystemVersion
SystemPing
SystemPingHead
ContainerCreate	Container können nicht ausgeführt werden Docker Standardbrücke oder benutzerdefiniert Docker Netzwerke. Container werden im selben Netzwerk wie der Studio-Anwendungscontainer ausgeführt. Benutzer können nur den folgenden Wert für den Netzwerknamen verwenden:sagemaker. Zum Beispiel: docker run --net sagemaker parameter-values Für die Verwendung von Volumes sind nur Bind-Mounts zulässig. Das Hostverzeichnis sollte auf Amazon EFS für KernelGateway Anwendungen oder Amazon EBS für andere Anwendungen vorhanden sein. Container können nicht im privilegierten Modus oder mit erhöhten Sicherheitsberechtigungen ausgeführt werden.
ContainerStart
ContainerStop
ContainerKill
ContainerDelete
ContainerList
ContainerLogs
ContainerInspect
ContainerWait
ContainerAttach
ContainerPrune
ContainerResize
ImageCreate	VPC-onlyDie Modusunterstützung ist auf Amazon ECR-Bilder in Konten beschränkt, die auf der Zulassungsliste stehen.
ImagePrune
ImagePush	VPC-onlyDie Modusunterstützung ist auf Amazon ECR-Bilder in Konten beschränkt, die auf der Zulassungsliste stehen.
ImageList
ImageInspect
ImageGet
ImageDelete
ImageBuild	VPC-onlyDie Modusunterstützung ist auf Amazon ECR-Bilder in Konten beschränkt, die auf der Zulassungsliste stehen. Benutzer können nur den folgenden Wert für den Netzwerknamen verwenden:. sagemaker Zum Beispiel: docker build --network sagemaker parameter-values

Themen

• Erste Schritte mit dem lokalen Modus