Terjemahan disediakan oleh mesin penerjemah. Jika konten terjemahan yang diberikan bertentangan dengan versi bahasa Inggris aslinya, utamakan versi bahasa Inggris.
Konfigurasikan instance pekerjaan hybrid untuk menjalankan skrip algoritme Anda
Tergantung pada algoritma Anda, Anda mungkin memiliki persyaratan yang berbeda. Secara default, Amazon Braket menjalankan skrip algoritme Anda pada sebuah ml.m5.large
instance. Namun, Anda dapat menyesuaikan jenis instance ini saat membuat pekerjaan hibrida menggunakan argumen impor dan konfigurasi berikut.
from braket.jobs.config import InstanceConfig job = AwsQuantumJob.create( ... instance_config=InstanceConfig(instanceType="ml.p3.8xlarge"), # Use NVIDIA Tesla V100 instance with 4 GPUs. ... ),
Jika Anda menjalankan simulasi tertanam dan telah menetapkan perangkat lokal dalam konfigurasi perangkat, Anda juga dapat meminta lebih dari satu instance InstanceConfig dengan menentukan InstanceCount dan menyetelnya menjadi lebih besar dari satu. Batas atas adalah 5. Misalnya, Anda dapat memilih 3 contoh sebagai berikut.
from braket.jobs.config import InstanceConfig job = AwsQuantumJob.create( ... instance_config=InstanceConfig(instanceType="ml.p3.8xlarge", instanceCount=3), # Use 3 NVIDIA Tesla V100 ... ),
Saat Anda menggunakan beberapa instance, pertimbangkan untuk mendistribusikan pekerjaan hybrid Anda menggunakan fitur data parallel. Lihat contoh buku catatan berikut untuk detail selengkapnya tentang cara melihat contoh Braket ini
Tiga tabel berikut mencantumkan jenis dan spesifikasi instans yang tersedia untuk instans komputasi standar, komputasi yang dioptimalkan, dan dipercepat.
catatan
Untuk melihat kuota instans komputasi klasik default untuk Pekerjaan Hybrid, lihat halaman ini.
Contoh Standar | vCPU | Memori |
---|---|---|
ml.m5.large (default) |
2 |
8 GiB |
db.m5.xlarge |
4 |
16 GiB |
ml.m5.2xlarge |
8 |
32 GiB |
ml.m5.4xlarge |
16 |
64 GiB |
ml.m5.12xlarge |
48 |
192 GiB |
ml.m5.24xlarge |
96 |
384 GiB |
db.m4.xlarge |
4 |
16 GiB |
ml.m4.2xlarge |
8 |
32 GiB |
ml.m4.4xlarge |
16 |
64 GiB |
ml.m4.10xlarge |
40 |
256 GiB |
Hitung Instans yang Dioptimalkan | vCPU | Memori |
---|---|---|
ml.c4.xlarge |
4 |
7,5 GiB |
ml.c4.2xlarge |
8 |
15 GiB |
ml.c4.4xlarge |
16 |
30 GiB |
ml.c4.8xlarge |
36 |
192 GiB |
ml.c5.xlarge |
4 |
8 GiB |
ml.c5.2xlarge |
8 |
16 GiB |
ml.c5.4xlarge |
16 |
32 GiB |
ml.c5.9xlarge |
36 |
72 GiB |
ml.c5.18xlarge |
72 |
144 GiB |
ml.c5n.xlarge |
4 |
10,5 GiB |
ml.c5n.2xbesar |
8 |
21 GiB |
ml.c5n.4xbesar |
16 |
42 GiB |
ml.c5n.9xlarge |
36 |
96 GiB |
ml.c5n.18xlarge |
72 |
192 GiB |
Instans Komputasi yang Dipercepat | vCPU | Memori |
---|---|---|
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 GiB |
ml.g4dn.2xbesar |
8 |
32 GiB |
ml.g4dn.4xbesar |
16 |
64 GiB |
ml.g4dn.8xlarge |
32 |
128 GiB |
ml.g4dn.12xlarge |
48 |
192 GiB |
ml.g4dn.16xlarge |
64 |
256 GiB |
catatan
instans p3 tidak tersedia di us-west-1. Jika pekerjaan hybrid Anda tidak dapat menyediakan kapasitas komputasi ML yang diminta, gunakan Wilayah lain.
Setiap instans menggunakan konfigurasi default penyimpanan data (SSD) sebesar 30 GB. Tetapi Anda dapat menyesuaikan penyimpanan dengan cara yang sama seperti Anda mengkonfigurasiinstanceType
. Contoh berikut menunjukkan cara meningkatkan total penyimpanan menjadi 50 GB.
from braket.jobs.config import InstanceConfig job = AwsQuantumJob.create( ... instance_config=InstanceConfig( instanceType="ml.p3.8xlarge", volumeSizeInGb=50, ), ... ),