Crie um ambiente de serviço em AWS Batch

Antes de executar trabalhos SageMaker de treinamento em AWS Batch, você precisa criar um ambiente de serviço. Você pode criar um ambiente de serviço que contenha os parâmetros de configuração necessários AWS Batch para se integrar aos serviços de SageMaker IA e enviar trabalhos de SageMaker treinamento em seu nome.

Pré-requisitos

Antes de criar um ambiente de serviço, verifique se você tem:

• Permissões do IAM — Permissões para criar e gerenciar ambientes de serviço. Para obter mais informações, consulte AWS Batch Políticas, funções e permissões do IAM.

Create a service environment (AWS Console)

Use o AWS Batch console para criar um ambiente de serviço por meio da interface da web.

Para criar um ambiente de serviço

1. Abra o AWS Batch console em https://console.aws.amazon.com/batch/.

2. No painel de navegação, escolha Ambientes.

3. Escolha Criar ambiente, selecione Ambiente de serviço.

4. Para configuração do ambiente de serviço, escolha SageMaker AI.

5. Em Nome, insira um nome exclusivo para seu ambiente de serviço. Os caracteres válidos são a-z, A-Z, 0-9, hífens (-) e sublinhados (_).

6. Em Número máximo de instâncias, insira o número máximo de instâncias de treinamento simultâneas

7. (Opcional) Adicione tags escolhendo Adicionar tag e inserindo pares de valores-chave.

8. Escolha Próximo.

9. Analise os detalhes do novo ambiente de serviço e escolha Criar ambiente de serviço.

Create a service environment (AWS CLI)

Use o create-service-environment comando para criar um ambiente de serviço com a AWS CLI.

Para criar um ambiente de serviço

1. Crie um ambiente de serviço com os parâmetros básicos necessários:

   aws batch create-service-environment \
       --service-environment-name my-sagemaker-service-env \
       --service-environment-type SAGEMAKER_TRAINING \
       --capacity-limits capacityUnit=NUM_INSTANCES,maxCapacity=10

2. (Opcional) Crie um ambiente de serviço com tags:

   aws batch create-service-environment \
       --service-environment-name my-sagemaker-service-env \
       --service-environment-type SAGEMAKER_TRAINING \
       --capacity-limits capacityUnit=NUM_INSTANCES,maxCapacity=10 \
       --tags team=data-science,project=ml-training

3. Verifique se o ambiente de serviço foi criado com sucesso:

   aws batch describe-service-environments \
       --service-environment my-sagemaker-service-env

O ambiente de serviço aparece na lista Ambientes com um CREATING estado. Quando a criação é concluída com êxito, o estado muda VALID e o ambiente de serviço está pronto para ter uma fila de trabalhos de serviço adicionada a ele para que o ambiente de serviço possa começar a processar os trabalhos.