Amazon SageMaker HyperPod 快速入门 - 亚马逊 SageMaker AI

本文属于机器翻译版本。若本译文内容与英语原文存在差异,则一律以英文原文为准。

Amazon SageMaker HyperPod 快速入门

本快速入门将指导你使用 Slurm 和 Amazon EKS (EKS) 编排创建第一个 HyperPod 集群。选择最适合您的基础架构需求的编排以开始使用 SageMaker HyperPod。

创建 SLURM 编排集群 SageMaker HyperPod

按照以下步骤使用 Slurm 编排创建您的第一个 SageMaker HyperPod 集群。

  1. 打开 Amazon A SageMaker I 控制台,网址为https://console.aws.amazon.com/sagemaker/

  2. 在左侧导航窗格中选择 “集HyperPod 群”,然后选择 “集群管理”。

  3. SageMaker HyperPod 集群页面上,选择创建 HyperPod 集群

  4. 创建 HyperPod 集群下拉列表中,选择由 Slurm 编排

  5. 在集群创建页面上,选择快速设置。使用此选项,您可以立即开始使用默认设置。 SageMaker 在创建集群的过程中,AI 将创建新资源,例如 VPC、子网、安全组、Amazon S3 存储桶、IAM 角色和 FSx for Lustre。

  6. 常规设置中,为新集群指定名称。创建集群后,您无法更改名称。

  7. 实例组上,选择添加组。每个实例组都可以进行不同的配置,您可以创建一个异构集群,该集群由具有不同实例类型的多个实例组组成。要部署集群,必须至少添加一个实例组。您一次可以添加一个实例组。要创建多个实例组,请对每个实例组重复该过程。

    按照以下步骤添加实例组。

    1. 对于实例组类型,请为您的实例组选择一种类型。在本快速入门中,选择 Cont roller(head)my-controller-group,为 “登录my-login-group,选择 “计算(worker)”。worker-group-1

    2. 名称中,为实例组指定一个名称。在本快速入门中,创建三个名为my-controller-groupmy-login-group、和worker-group-1的实例组。

    3. 对于实例容量,请选择按需容量或训练计划来预留计算资源。

    4. 对于实例类型,选择实例组的实例。在本快速入门中,请选择 f ml.c5.xlarge or my-controller-group、f ml.m5.4xlarge or 和 my-login-group f ml.trn1.32xlarge or。worker-group-1

      请确保选择账户中具有足够配额的实例类型,或者按照中的说明申请额外的配额SageMaker HyperPod 配额

    5. 对于实例数量,请指定一个不超过集群使用量实例配额的整数。在本快速入门中,请为所有三个组输入 1

    6. 对于目标可用区,选择将在其中配置实例的可用区。可用区应与您的加速计算容量所在的位置相对应。

    7. 对于每个实例的额外存储量 (GB)-可选,请指定一个介于 1 和 16384 之间的整数,以设置额外的 Elastic Block Store (EBS) 卷的大小(以千兆字节 (GB) 为单位)。EBS 卷附加到实例组的每个实例。附加 EBS 卷的默认挂载路径为 /opt/sagemaker。成功创建集群后,您可以 SSH 登录集群实例(节点),并通过运行 df -h 命令验证 EBS 卷是否已正确加载。如《Amazon Elastic Block Store 用户指南》中的 Amazon EBS 卷部分所述,附加 EBS 卷可提供稳定、非实例和独立持久化的存储。

    8. 选择添加实例组

  8. 在 “快速配置默认值” 中,查看默认设置。本部分列出了创建集群的所有默认设置,包括将在集群创建过程中创建的所有新 AWS 资源。

  9. 选择提交

有关更多信息,请参阅 开始 SageMaker HyperPod 使用 SageMaker AI 控制台

创建 EKS 编排集群 SageMaker HyperPod

按照以下步骤使用 Amazon EKS 编排创建您的第一个 SageMaker HyperPod 集群。

  1. 打开 Amazon A SageMaker I 控制台,网址为https://console.aws.amazon.com/sagemaker/

  2. 在左侧导航窗格中选择 “集HyperPod 群”,然后选择 “集群管理”。

  3. SageMaker HyperPod 集群页面上,选择创建 HyperPod 集群

  4. 创建 HyperPod 集群下拉列表中,选择由 Amazon EKS 编排

  5. 在集群创建页面上,选择快速配置。使用此选项,您可以立即开始使用默认设置。 SageMaker 在创建集群的过程中,AI 将创建新资源,例如 VPC、子网、安全组、Amazon S3 存储桶、IAM 角色和 FSx for Lustre。

  6. 常规设置中,为新集群指定名称。创建集群后,您无法更改名称。

  7. 实例组上,选择添加组。每个实例组都可以进行不同的配置,您可以创建一个异构集群,该集群由具有不同实例类型的多个实例组组成。要部署集群,必须至少添加一个实例组。您一次可以添加一个实例组。要创建多个实例组,请对每个实例组重复该过程。

    按照以下步骤添加实例组。

    1. 对于实例组类型,选择标准受限实例组 (RIG)。通常,您将选择标准,它提供了一个没有额外安全限制的通用计算环境。受限实例组 (RIG) 是用于基础模型定制(例如 Amazon Nova)的专用环境。有关为 Amazon Nova 模型自定义设置装备的更多信息,请参阅亚马逊上的 Amazon Nova 定制 SageMaker HyperPod

    2. 名称中,为实例组指定一个名称。

    3. 对于实例容量,请选择按需容量或训练计划来预留计算资源。

    4. 对于实例类型,选择实例组的实例。确保选择的实例类型在账户中有足够的配额,或通过 SageMaker HyperPod 配额 申请额外配额。

    5. 对于实例数量,请指定一个不超过集群使用量实例配额的整数。在本快速入门中,请为所有三个组输入 1

    6. 对于目标可用区,请选择将在其中配置实例的可用区。可用区应与您的加速计算容量所在的位置相对应。

    7. 对于每个实例的额外存储量 (GB)-可选,请指定一个介于 1 和 16384 之间的整数,以设置额外的 Elastic Block Store (EBS) 卷的大小(以千兆字节 (GB) 为单位)。EBS 卷附加到实例组的每个实例。附加 EBS 卷的默认挂载路径为 /opt/sagemaker。成功创建集群后,您可以 SSH 登录集群实例(节点),并通过运行 df -h 命令验证 EBS 卷是否已正确加载。如《Amazon Elastic Block Store 用户指南》中的 Amazon EBS 卷部分所述,附加 EBS 卷可提供稳定、非实例和独立持久化的存储。

    8. 例如,对于深度运行状况检查,请选择您的选项。深度运行状况检查可在创建期间和软件更新后监控实例的运行状况,启用后通过重启或替换自动恢复故障实例。

    9. 选择添加实例组

  8. 在 “快速配置默认值” 中,查看默认设置。本部分列出了创建集群的所有默认设置,包括将在集群创建过程中创建的所有新 AWS 资源。

  9. 选择提交

有关更多信息,请参阅 使用 Amazon EKS 编排创建 SageMaker HyperPod 集群

提交工作负载

按照这些研讨会教程提交示例工作负载。