HyperPod クラスターに接続し、クラスターにタスクを送信する

Amazon SageMaker Studio IDEs 内の HyperPod クラスターで機械学習ワークロードを起動できます。HyperPod クラスターで Studio IDEs を起動すると、使用開始に役立つ一連のコマンドを使用できます。Studio IDEs 内から、トレーニングスクリプトを操作したり、トレーニングスクリプトに Docker コンテナを使用したり、クラスターにジョブを送信したりできます。次のセクションでは、クラスターを Studio IDEs に接続する方法について説明します。

Amazon SageMaker Studio では、HyperPod クラスター内のクラスターの 1 つ (コンピューティングの下) に移動し、クラスターのリストを表示できます。アクションにリストされている IDE にクラスターを接続できます。

オプションのリストからカスタムファイルシステムを選択することもできます。この設定を行う方法については、「」を参照してくださいStudio で HyperPod をセットアップする。

または、 を使用してスペースを作成し、IDE を起動することもできます AWS CLI。これを行うには、次のコマンドを使用します。次の例では、FSx for Lustre ファイルシステムがアタッチuser-profile-nameされた fs-id のPrivateJupyterLabスペースを作成します。

1. を使用してスペースを作成しますcreate-space AWS CLI。

   aws sagemaker create-space \
   --region your-region \
   --ownership-settings "OwnerUserProfileName=user-profile-name" \
   --space-sharing-settings "SharingType=Private" \
   --space-settings "AppType=JupyterLab,CustomFileSystems=[{FSxLustreFileSystem={FileSystemId=fs-id}}]"

2. を使用してアプリを作成しますcreate-app AWS CLI。

   aws sagemaker create-app \
   --region your-region \
   --space-name space-name \
   --resource-spec '{"ec2InstanceType":"'"instance-type"'","appEnvironmentArn":"'"image-arn"'"}'

アプリケーションが開いたら、接続しているクラスターにタスクを直接送信できます。