Sélectionner vos préférences de cookies

Nous utilisons des cookies essentiels et des outils similaires qui sont nécessaires au fonctionnement de notre site et à la fourniture de nos services. Nous utilisons des cookies de performance pour collecter des statistiques anonymes afin de comprendre comment les clients utilisent notre site et d’apporter des améliorations. Les cookies essentiels ne peuvent pas être désactivés, mais vous pouvez cliquer sur « Personnaliser » ou « Refuser » pour refuser les cookies de performance.

Si vous êtes d’accord, AWS et les tiers approuvés utiliseront également des cookies pour fournir des fonctionnalités utiles au site, mémoriser vos préférences et afficher du contenu pertinent, y compris des publicités pertinentes. Pour accepter ou refuser tous les cookies non essentiels, cliquez sur « Accepter » ou « Refuser ». Pour effectuer des choix plus détaillés, cliquez sur « Personnaliser ».

Restrictions, limites et quotas de l'intégrateur de fonctionnalités

Mode de mise au point
Restrictions, limites et quotas de l'intégrateur de fonctionnalités - Amazon SageMaker AI

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.

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.

Le traitement des SageMaker fonctionnalités d'Amazon Feature Store repose sur le suivi du lignage par SageMaker intelligence artificielle (ML). L'intégrateur de fonctionnalités Feature Store utilise des contextes de lignée pour représenter et suivre les pipelines de fonctionnalisation et leurs versions. Chaque intégrateur de fonctionnalités Feature Store consomme au moins deux contextes de lignée (un pour le pipeline de fonctionnalisation et un autre pour la version). Si la source de données d'entrée ou de sortie d'un pipeline de fonctionnalisation change, un contexte de lignée supplémentaire est créé. Vous pouvez mettre à jour les limites de lignage d' SageMaker AI ML en contactant le AWS support pour une augmentation des limites. Les limites par défaut pour les ressources utilisées par l'intégrateur de fonctionnalités Feature Store sont les suivantes. Pour plus d'informations sur le suivi du lignage SageMaker AI ML, consultezSuivi du lignage Amazon SageMaker ML.

Pour plus d'informations sur les quotas d' SageMaker IA, consultez la section Points de terminaison et quotas Amazon SageMaker AI.

Limites de lignée par région

  • Contextes : 500 (limite souple)

  • Artefacts : 6 000 (limite souple)

  • Associations : 6 000 (limite souple)

Limites d'entraînement par région

  • Durée d'exécution maximale d'une tâche d'entraînement : 432 000 secondes

  • Nombre maximal d'instances par tâche d'entraînement : 20

  • Nombre maximal de demandes CreateTrainingJob que vous pouvez effectuer, par seconde, dans ce compte, dans la région actuelle : 1 TPS

  • Période de conservation pour la réutilisation de cluster : 3 600 secondes

Nombre maximal de pipelines et d'exécutions simultanées de pipelines par région

  • Nombre maximal de pipelines autorisés par compte : 500

  • Nombre maximal d'exécutions simultanées de pipelines par compte : 20

  • Délai d'expiration des exécutions de pipelines : 672 heures

ConfidentialitéConditions d'utilisation du sitePréférences de cookies
© 2025, Amazon Web Services, Inc. ou ses affiliés. Tous droits réservés.