إضافة SageMaker AI Spaces تجلب JupyterLab و Code Editor المُدارَين إلى Amazon EKS
Amazon Web Services
تتيح إضافة SageMaker AI Spaces، وهي إضافة لـ Amazon EKS، لعلماء البيانات تشغيل JupyterLab و Code Editor مباشرةً على مجموعة EKS. وهي تتجنب الحاجة إلى بيئات JupyterHub منفصلة أو بيئات على أجهزة الكمبيوتر المحمولة، وتحافظ على استغلال عالٍ لوحدات معالجة الرسوميات، ويمكنها تقليص وقت الإعداد من أيام إلى دقائق.
إن إضافة SageMaker AI Spaces الخاصة بـ Amazon EKS تتيح تشغيل بيئات التطوير التفاعلية مثل JupyterLab و Code Editor على مجموعات EKS الحالية، مما يلغي الحاجة إلى التحول إلى JupyterHub المستقل أو أجهزة الكمبيوتر المحمولة المحلية. وهذا يتجنب فقدان الوصول إلى عقد GPU والتخزين المشترك وأدوار IAM. يستغرق الإعداد النموذجي لـ JupyterHub المستقل من 3 إلى 5 أيام، بينما تسمح الإضافة لعالم البيانات بإطلاق Space مهيأ بالكامل في حوالي خمس دقائق. يعمل الحل على مجموعة EKS واحدة مع طبقات للوصول إلى الشبكة والتوجيه والحوسبة والتخزين، بما في ذلك Route 53 وALB وTraefik وKMS لتشفير JWT وEBS للأحجام الثابتة وEFS/FSx للتخزين المشترك. يمكن أن يؤدي هذا الدمج إلى زيادة استخدام GPU بنسبة تصل إلى 30 بالمائة ويتجنب تكلفة بيئة GPU التي تعمل دائمًا والتي يمكن أن تصل إلى آلاف الدولارات شهريًا. يستعرض المنشور خطوات تثبيت الإضافة وإعداد المتطلبات الأساسية مثل أدوار IAM ووحدة تحكم موازن التحميل AWS وشهادة TLS ومفتاح KMS وتكوين SSM. يمكن للمستخدمين الوصول إلى Spaces عبر عنوان URL موقع مسبقًا في المتصفح أو من VS Code عبر SSH عبر SSM. كما يغطي المقال نقل الفرق إلى تسجيل الدخول باستخدام OpenID Connect مع Amazon Cognito.
المصدر: AWS ML blog —
الأصلي
