快訊 · 台北時間

SageMaker HyperPod 新增增強的基礎設施可觀測性

一句重點:HyperPod 把診斷與效能剖析整合進同一套觀測功能,GPU 訓練出問題時,AWS 說可以更快定位。

發生什麼事

AWS 在 Machine Learning Blog 宣布,Amazon SageMaker HyperPod 推出增強的基礎設施可觀測性(enhanced observability)。新功能把診斷與 profiling 兩類能力整合起來,用 Amazon EKS 或 Slurm 當 orchestrator 的訓練工作負載都適用,能定位 GPU、網路等層面的問題,目標是讓團隊更快查出 GPU 訓練為什麼不順(Introducing enhanced infrastructure observability in Amazon SageMaker HyperPod)。

證據:🗣 官方自述,本站未實測。

01參考來源