Les traductions sont fournies par des outils de traduction automatique. En cas de conflit entre le contenu d'une traduction et celui de la version originale en anglais, la version anglaise prévaudra.
Configurez l'instance de tâche hybride pour exécuter votre script d'algorithme
En fonction de votre algorithme, vous pouvez avoir des exigences différentes. Par défaut, Amazon Braket exécute votre script d'algorithme sur une ml.m5.large
instance. Toutefois, vous pouvez personnaliser ce type d'instance lorsque vous créez une tâche hybride à l'aide de l'argument d'importation et de configuration suivant.
from braket.jobs.config import InstanceConfig job = AwsQuantumJob.create( ... instance_config=InstanceConfig(instanceType="ml.p3.8xlarge"), # Use NVIDIA Tesla V100 instance with 4 GPUs. ... ),
Si vous exécutez une simulation intégrée et que vous avez spécifié un périphérique local dans la configuration de l'appareil, vous pourrez également demander plusieurs instances dans le en spécifiant le InstanceConfig InstanceCount et en le définissant pour qu'il soit supérieur à un. La limite supérieure est de 5. Par exemple, vous pouvez choisir 3 instances comme suit.
from braket.jobs.config import InstanceConfig job = AwsQuantumJob.create( ... instance_config=InstanceConfig(instanceType="ml.p3.8xlarge", instanceCount=3), # Use 3 NVIDIA Tesla V100 ... ),
Lorsque vous utilisez plusieurs instances, pensez à distribuer votre tâche hybride à l'aide de la fonctionnalité data parallel. Consultez l'exemple de bloc-notes suivant pour plus de détails sur la façon d'utiliser cet exemple de Braket
Les trois tableaux suivants répertorient les types d'instances et les spécifications disponibles pour les instances de calcul standard, optimisées pour le calcul et accélérées.
Note
Pour consulter les quotas d'instances de calcul classiques par défaut pour les tâches hybrides, consultez cette page.
Instances standard | vCPU | Mémoire |
---|---|---|
ml.m5.large (par défaut) |
2 |
8 GiO |
ml.m5.xlarge |
4 |
16 GiO |
ml.m5.2xlarge |
8 |
32 GiO |
ml.m5.4xlarge |
16 |
64 Go |
ml.m5.12xlarge |
48 |
192 Go |
ml.m5.24xlarge |
96 |
384 Go |
ml.m4.xlarge |
4 |
16 GiO |
ml.m4.2xlarge |
8 |
32 GiO |
ml.m4.4xlarge |
16 |
64 Go |
ml.m4.10xlarge |
40 |
256 Gio |
Instances de calcul optimisé | vCPU | Mémoire |
---|---|---|
ml.c4.xlarge |
4 |
7,5 GiB |
ml.c4.2xlarge |
8 |
15 Gio |
ml.c4.4xlarge |
16 |
30 GiB |
ml.c4.8xlarge |
36 |
192 Go |
ml.c5.xlarge |
4 |
8 GiO |
ml.c5.2xlarge |
8 |
16 GiO |
ml.c5.4xlarge |
16 |
32 GiO |
ml.c5.9xlarge |
36 |
72 GiB |
ml.c5.18xlarge |
72 |
144 GiB |
ml.c5n.xlarge |
4 |
10,5 GiB |
ml.c5n.2xlarge |
8 |
21 GiB |
ml.c5n.4xlarge |
16 |
42 GiB |
ml.c5n.9xlarge |
36 |
96 GiB |
ml.c5n.18xlarge |
72 |
192 Go |
Instances informatiques accélérées | vCPU | Mémoire |
---|---|---|
ml.p2.xlarge |
4 |
61 GiB |
ml.p2.8xlarge |
32 |
488 GiB |
ml.p2.16xlarge |
64 |
732 GiB |
ml.p3.2xlarge |
8 |
61 GiB |
ml.p3.8xlarge |
32 |
244 GiB |
ml.p3.16xlarge |
64 |
488 GiB |
ml.g4dn.xlarge |
4 |
16 GiO |
ml.g4dn.2xlarge |
8 |
32 GiO |
ml.g4dn.4xlarge |
16 |
64 Go |
ml.g4dn.8xlarge |
32 |
128 Gio |
ml.g4dn.12xlarge |
48 |
192 Go |
ml.g4dn.16xlarge |
64 |
256 Gio |
Note
Les instances p3 ne sont pas disponibles dans us-west-1. Si votre tâche hybride ne parvient pas à fournir la capacité de calcul ML demandée, utilisez une autre région.
Chaque instance utilise une configuration de stockage de données (SSD) par défaut de 30 Go. Mais vous pouvez régler le stockage de la même manière que vous configurez leinstanceType
. L'exemple suivant montre comment augmenter le stockage total à 50 Go.
from braket.jobs.config import InstanceConfig job = AwsQuantumJob.create( ... instance_config=InstanceConfig( instanceType="ml.p3.8xlarge", volumeSizeInGb=50, ), ... ),