2단계: (선택 사항) 사용자 지정 이미지 및 라이프사이클 구성 마이그레이션

Amazon SageMaker Studio의 간소화된 로컬 실행 모델을 사용하려면 사용자 지정 이미지와 수명 주기 구성 (LCC) 스크립트를 업데이트해야 합니다. 도메인에서 사용자 지정 이미지 또는 수명 주기 구성을 생성하지 않은 경우 이 단계를 건너뛰십시오.

Amazon SageMaker Studio Classic은 다음과 같은 분할 환경에서 운영됩니다.

• 를 실행하는 JupyterServer 애플리케이션Jupyter Server.

• 하나 이상의 KernelGateway 애플리케이션에서 실행되는 Studio Classic 노트북

Studio는 분리된 환경에서 벗어났습니다. Studio는 JupyterLab 로컬 런타임 모델의 Code-OS인 Visual Studio Code - 오픈 소스 애플리케이션을 기반으로 코드 편집기와 코드 편집기를 실행합니다. 아키텍처 변경에 대한 자세한 내용은 Amazon SageMaker Studio의 생산성 향상을 참조하십시오.

사용자 지정 이미지 마이그레이션

기존 Studio Classic 커스텀 이미지는 Studio에서 작동하지 않을 수 있습니다. Studio에서 사용하기 위한 요구 사항을 충족하는 새 사용자 지정 이미지를 만드는 것이 좋습니다. Studio가 출시되면 다음을 제공하여 사용자 지정 이미지를 만드는 프로세스가 간소화되었습니다. SageMaker 배포 이미지 SageMaker배포 이미지에는 기계 학습, 데이터 과학, 데이터 분석 시각화를 위한 인기 라이브러리 및 패키지가 포함됩니다. 기본 SageMaker 배포 이미지 및 Amazon Elastic 컨테이너 레지스트리 계정 정보의 목록은 을 참조하십시오스튜디오 클래식과 함께 사용할 수 있는 Amazon SageMaker 이미지.

사용자 지정 이미지를 구축하려면 다음 중 하나를 완료하십시오.

• 사용자 지정 패키지 및 모듈로 SageMaker 배포 이미지를 확장하세요. 이러한 이미지는 Code-OS, Visual Studio Code - 오픈 소스를 기반으로 하는 코드 편집기로 사전 구성되어 있습니다. JupyterLab

• 의 지침에 따라 사용자 지정 Dockerfile 파일을 빌드하세요. 도커파일 사양 JupyterLabStudio와 호환되도록 하려면 이미지에 오픈 소스를 CodeServer 설치해야 합니다.

라이프사이클 구성 마이그레이션

Studio의 로컬 런타임 모델이 단순화되므로 기존 Studio Classic LCC의 구조를 마이그레이션하는 것이 좋습니다. Studio Classic에서는 응용 프로그램 모두에 KernelGateway 대해 별도의 수명 주기 구성을 만들어야 하는 경우가 많습니다. JupyterServer JupyterServer및 KernelGateway 애플리케이션은 Studio Classic 내에서 별도의 컴퓨팅 리소스에서 실행되므로 Studio Classic LCC는 다음 두 유형 중 하나일 수 있습니다.

• JupyterServerLCC: 이러한 LCC는 프록시 설정, 환경 변수 생성, 리소스 자동 종료 등 사용자의 홈 액션을 대부분 관리합니다.

• KernelGatewayLCC: 이 LCC는 스튜디오 클래식 노트북 환경 최적화를 관리합니다. 여기에는 커널에서 numpy 패키지 버전을 업데이트하고 Data Science 3.0 커널에 snowflake 패키지를 설치하는 작업이 포함됩니다. Pytorch 2.0 GPU

간소화된 Studio 아키텍처에서는 애플리케이션 시작 시 실행되는 LCC 스크립트 하나만 있으면 됩니다. LCC 스크립트의 마이그레이션은 개발 환경에 따라 다르지만, LCC를 결합하여 결합된 JupyterServer KernelGateway LCC를 구축하는 것이 좋습니다.

Studio의 LCC는 다음 응용 프로그램 중 하나와 연결할 수 있습니다.

• JupyterLab

• 코드 편집기

사용자는 스페이스를 만들 때 각 애플리케이션 유형에 맞는 LCC를 선택하거나 관리자가 설정한 기본 LCC를 사용할 수 있습니다.

참고

기존 스튜디오 클래식 자동 종료 스크립트는 Studio에서 작동하지 않습니다. Studio 자동 종료 스크립트의 예는 SageMaker Studio 라이프사이클 구성 예제를 참조하십시오.

LCC 리팩토링 시 고려 사항

LCC를 리팩토링할 때는 Studio Classic과 Studio 간의 다음과 같은 차이점을 고려하십시오.

• JupyterLab 코드 편집기 응용 프로그램을 만들면 및 와 함께 실행됩니다. sagemaker-user UID:1001 GID:101 기본적으로 sagemaker-user 에는 sudo/root 권한을 위임할 수 있는 권한이 있습니다. KernelGateway애플리케이션은 기본적으로 실행됩니다. root

• SageMaker 코드 편집기 앱 내에서 실행되는 배포 JupyterLab 이미지와 코드 편집기 앱은 Debian 기반 패키지 관리자를 사용합니다apt-get.

• Studio JupyterLab 및 Code Editor 애플리케이션은 Conda 패키지 관리자를 사용합니다. SageMaker Studio 애플리케이션이 실행될 때 단일 기본 Python3 Conda 환경을 만듭니다. 기본 환경에서 패키지를 업데이트하고 새 Conda Conda 환경을 만드는 방법에 대한 자세한 내용은 을 참조하십시오JupyterLab 사용자 가이드. 반대로 모든 KernelGateway 애플리케이션이 패키지 Conda 관리자로 사용되는 것은 아닙니다.

• Studio JupyterLab 애플리케이션은 사용하는 JupyterLab 4.0 반면 Studio Classic에서는 사용합니다JupyterLab 3.0. 사용하는 모든 JupyterLab 확장 프로그램이 호환되는지 확인하세요JupyterLab 4.0. 확장에 대한 자세한 내용은 JupyterLab 4.0과의 확장 호환성을 참조하십시오.