El complemento SageMaker AI Spaces incorpora JupyterLab y Editor de Código administrados a Amazon EKS

El complemento SageMaker AI Spaces para Amazon EKS permite ejecutar IDE interactivos como JupyterLab y Code Editor en clústeres de EKS existentes, evitando así la necesidad de cambiar a JupyterHub independiente o a portátiles locales. Esto evita perder el acceso a nodos de GPU, almacenamiento compartido y roles de IAM. Una configuración típica de JupyterHub independiente lleva de 3 a 5 días, mientras que el complemento permite a un científico de datos lanzar un Space totalmente configurado en unos cinco minutos. La solución se ejecuta en un solo clúster de EKS con capas para acceso a red, enrutamiento y cómputo/almacenamiento, incluyendo Route 53, ALB, Traefik, KMS para cifrado de JWT, EBS para volúmenes persistentes y EFS/FSx para almacenamiento compartido. Esta consolidación puede aumentar la utilización de GPU hasta en un 30 por ciento y evita el costo de un entorno de GPU siempre activo que puede ascender a miles de dólares mensuales. La publicación detalla el proceso de instalación del complemento, la configuración de requisitos previos como roles de IAM, AWS Load Balancer Controller, certificado TLS, clave KMS y configuración de SSM. Los usuarios pueden acceder a los Spaces mediante una URL prefirmada en el navegador o desde VS Code a través de SSH sobre SSM. El artículo también cubre la migración de equipos al inicio de sesión con OpenID Connect mediante Amazon Cognito.