

翻訳は機械翻訳により提供されています。提供された翻訳内容と英語版の間で齟齬、不一致または矛盾がある場合、英語版が優先します。

# Ray を使用した IDE とノートブック
<a name="sagemaker-hyperpod-ray-ide-notebooks"></a>

インタラクティブ開発は、IDE またはノートブックセッションを実行中の Ray クラスターに接続するため、ライブコンピューティングに対して分散 Python を記述して実行します。*スペース*で開発し、Studio でクラスターとスペースを管理します。

スペースはワークスペースです。独自のストレージ、イメージ、およびアタッチされた Ray クラスターを持つ JupyterLab、コードエディタ、またはリモート IDE セッションです。スペース`ray.init()`内の は、そのクラスターに接続します。Studio はウェブインターフェイスです。クラスターを作成し、スペースを作成し、そこで接続してから、スペース内で作業を行います。

スペースは独自のポッドで実行され、Ray ヘッドポッドから切り離されます。クラスターにアタッチすると、スペースはそのクラスターをゼロコンピューティングワーカーノードとして結合します。この設定では、スペース`ray.init()`内の がクラスターに直接接続されます。セットアップは 2 つのステップです。スペースを作成してから、Ray クラスターをアタッチします。既存のクラスターをアタッチするか、新しいクラスターを作成します。

## ユースケース
<a name="sagemaker-hyperpod-ray-ide-notebooks-use-cases"></a>

**マルチテナントクラスターの開発環境。**プラットフォームチームは 1 つの Kubernetes クラスターを実行し、各データサイエンティストに独自のスペースを与えます。各スペースには独自のストレージとイメージがあり、スペースと同じ名前空間の Ray クラスターにアタッチされます。

**ノートブックでのインタラクティブな開発。**Ray アプリケーションは、データの準備、トレーニング、推論という 1 つのセッションでエンドツーエンドで開発します。移動中に反復処理とデバッグを行い、所定の位置に結果を視覚化します。HyperPod はノートブックの下にある障害のあるノードを回復するため、ノートブックから大規模なトレーニング実行を開始することもできます。詳細については、「[Ray によるノードの自動復旧](sagemaker-hyperpod-ray-node-recovery.md)」を参照してください。

ヘッドポッドに `kubectl port-forward`または シェルを追加しません。

以下のページでは、セットアップと使用を順番に説明します。

**Topics**
+ [ユースケース](#sagemaker-hyperpod-ray-ide-notebooks-use-cases)
+ [Spaces アドオンのセットアップ](sagemaker-hyperpod-ray-spaces-addon-setup.md)
+ [Ray クラスターをスペースにアタッチする](sagemaker-hyperpod-ray-attach-space.md)
+ [開発環境へのアクセス](sagemaker-hyperpod-ray-remote-ide.md)
+ [runtime\_env による依存関係の管理](sagemaker-hyperpod-ray-runtime-env.md)
+ [開発クラスターのスケーリング](sagemaker-hyperpod-ray-scaling-dev-cluster.md)