發生什麼事
AWS 在 Machine Learning Blog 宣布,Amazon SageMaker HyperPod 新增 workload recovery 與擴充後的 infrastructure checks。AWS 指出,大型訓練任務即使每個節點看起來正常,仍可能停滯或算錯;這兩項功能就是針對這類狀況,希望更早發現問題,把訓練的 goodput 拉高(Introducing workload recovery and expanded infrastructure checks on Amazon SageMaker HyperPod)。
證據:🗣 官方自述,本站未實測。
01參考來源
- Introducing workload recovery and expanded infrastructure checks on Amazon SageMaker HyperPod:AWS 官方部落格(Machine Learning Blog),發布於 2026/11/18 23:03 UTC