Menciptakan lingkungan layanan di AWS Batch

Sebelum Anda dapat menjalankan pekerjaan SageMaker Pelatihan di AWS Batch, Anda perlu menciptakan lingkungan layanan. Anda dapat membuat lingkungan layanan yang berisi parameter konfigurasi yang diperlukan AWS Batch untuk berintegrasi dengan layanan SageMaker AI dan mengirimkan pekerjaan SageMaker Pelatihan atas nama Anda.

Prasyarat

Sebelum membuat lingkungan layanan, pastikan Anda memiliki:

• Izin IAM — Izin untuk membuat dan mengelola lingkungan layanan. Untuk informasi selengkapnya, lihat AWS Batch Kebijakan, peran, dan izin IAM.

Create a service environment (AWS Console)

Gunakan AWS Batch konsol untuk membuat lingkungan layanan melalui antarmuka web.

Untuk menciptakan lingkungan layanan

1. Buka AWS Batch konsol di https://console.aws.amazon.com/batch/.

2. Pada panel navigasi, pilih Lingkungan.

3. Pilih Buat lingkungan, pilih Lingkungan layanan.

4. Untuk konfigurasi lingkungan Layanan pilih SageMaker AI.

5. Untuk Nama, masukkan nama unik untuk lingkungan layanan Anda. Karakter yang valid adalah a-z, A-Z, 0-9, tanda hubung (-), dan garis bawah (_).

6. Untuk Jumlah instans Maks, masukkan jumlah maksimum instans pelatihan bersamaan

7. (Opsional) Tambahkan tag dengan memilih Tambahkan tag dan masukkan pasangan nilai kunci.

8. Pilih Berikutnya.

9. Tinjau detail lingkungan layanan baru dan pilih Buat lingkungan layanan.

Create a service environment (AWS CLI)

Gunakan create-service-environment perintah untuk membuat lingkungan layanan dengan AWS CLI.

Untuk menciptakan lingkungan layanan

1. Buat lingkungan layanan dengan parameter dasar yang diperlukan:

   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. (Opsional) Buat lingkungan layanan dengan tag:

   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. Verifikasi lingkungan layanan berhasil dibuat:

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

Lingkungan layanan muncul dalam daftar Lingkungan dengan CREATING status. Ketika pembuatan selesai dengan sukses, status berubah VALID dan lingkungan layanan siap untuk memiliki antrian pekerjaan layanan yang ditambahkan ke dalamnya sehingga lingkungan layanan dapat mulai memproses pekerjaan.