SageMaker AI HyperPod トレーニング
Amazon Nova レシピを使用して Amazon Nova モデルをカスタマイズし、SageMaker AI HyperPod でトレーニングできます。レシピとは、モデルのカスタマイズジョブを実行する方法の詳細を SageMaker AI に提供する YAML 設定ファイルを指します。
SageMaker AI HyperPod は、最適化された GPU インスタンスと Amazon FSx for Lustre ストレージを備えた高性能コンピューティング、TensorBoard などのツールとの統合による堅牢なモニタリング、反復的な改善のための柔軟なチェックポイント管理、推論のための Amazon Bedrock へのシームレスなデプロイ、および効率的でスケーラブルなマルチノード分散トレーニングを提供し、これらすべてが連携して、Amazon Nova モデルを特定のビジネス要件に合わせてカスタマイズするための安全でパフォーマンスの高い柔軟な環境を組織に提供します。
SageMaker AI HyperPod での Amazon Nova カスタマイズでは、モデルチェックポイントを含むモデルアーティファクトがサービスマネージド Amazon S3 バケットに保存されます。サービスマネージドバケット内のアーティファクトは、SageMaker マネージド KMS キーで暗号化されます。サービスマネージド Amazon S3 バケットは現在、カスタマーマネージドキーを使用したデータ暗号化をサポートしていません。このチェックポイントの場所は、評価ジョブまたは Amazon Bedrock 推論に使用できます。
このセクションでは、SageMaker AI HyperPod でチューニングできる Amazon Nova モデルパラメータ、それらのパラメータをチューニングするタイミング、およびそれらのパラメータがモデルのパフォーマンスにどのように影響するかについて詳しく説明します。パラメータはトレーニング手法別に示されます。ジョブの送信方法については、「Running a SageMaker training job」を参照してください。
