쿠키 기본 설정 선택

당사는 사이트와 서비스를 제공하는 데 필요한 필수 쿠키 및 유사한 도구를 사용합니다. 고객이 사이트를 어떻게 사용하는지 파악하고 개선할 수 있도록 성능 쿠키를 사용해 익명의 통계를 수집합니다. 필수 쿠키는 비활성화할 수 없지만 '사용자 지정' 또는 ‘거부’를 클릭하여 성능 쿠키를 거부할 수 있습니다.

사용자가 동의하는 경우 AWS와 승인된 제3자도 쿠키를 사용하여 유용한 사이트 기능을 제공하고, 사용자의 기본 설정을 기억하고, 관련 광고를 비롯한 관련 콘텐츠를 표시합니다. 필수가 아닌 모든 쿠키를 수락하거나 거부하려면 ‘수락’ 또는 ‘거부’를 클릭하세요. 더 자세한 내용을 선택하려면 ‘사용자 정의’를 클릭하세요.

SageMaker AI 분산 데이터 병렬 처리 라이브러리를 사용하여 분산 훈련 실행

포커스 모드
SageMaker AI 분산 데이터 병렬 처리 라이브러리를 사용하여 분산 훈련 실행 - Amazon SageMaker AI

기계 번역으로 제공되는 번역입니다. 제공된 번역과 원본 영어의 내용이 상충하는 경우에는 영어 버전이 우선합니다.

기계 번역으로 제공되는 번역입니다. 제공된 번역과 원본 영어의 내용이 상충하는 경우에는 영어 버전이 우선합니다.

SageMaker AI 분산 데이터 병렬 처리(SMDDP) 라이브러리는 AWS 인프라에 최적화된 집합 통신 작업을 구현하여 거의 선형적인 조정 효율성으로 딥 러닝 모델에 대한 SageMaker 훈련 기능을 확장합니다.

대규모 언어 모델() 및 확산 모델과 같은 대규모 기계 학습(MLLLM) 모델을 대규모 훈련 데이터 세트에서 훈련할 때 ML 실무자는 액셀러레이터 및 분산 훈련 기법의 클러스터를 사용하여 각 메모리에 적합하지 않은 모델의 GPU 메모리 제약 조건을 훈련하거나 해결하는 시간을 줄입니다. ML 실무자는 단일 인스턴스에서 여러 액셀러레이터로 시작한 다음 워크로드 요구 사항이 증가함에 따라 인스턴스 클러스터로 확장하는 경우가 많습니다. 클러스터 크기가 증가함에 따라 여러 노드 간의 통신 오버헤드도 감소하여 전반적인 컴퓨팅 성능이 저하됩니다.

이러한 오버헤드 및 메모리 문제를 해결하기 위해 SMDDP 라이브러리는 다음을 제공합니다.

  • SMDDP 라이브러리는 AWS 네트워크 인프라 및 Amazon SageMaker AI ML 인스턴스 토폴로지에 대한 훈련 작업을 최적화합니다.

  • SMDDP 라이브러리는 AllReduce의 구현과 AWS 인프라에 최적화된 AllGather 집합 통신 작업을 통해 노드 간 통신을 개선합니다.

SMDDP 라이브러리 제공의 세부 정보에 대해 자세히 알아보려면 로 이동합니다 SageMaker AI 분산 데이터 병렬 처리 라이브러리 소개.

SageMaker AI에서 제공하는 모델 병렬 전략을 사용한 훈련에 대한 자세한 내용은 단원을 참조하십시오(아카이브) SageMaker 모델 병렬 처리 라이브러리 v1.x.

프라이버시사이트 이용 약관쿠키 기본 설정
© 2025, Amazon Web Services, Inc. 또는 계열사. All rights reserved.