SageMaker AI Spaces eklentisi, Amazon EKS'e yönetilen JupyterLab ve Kod Editörü getiriyor
Amazon Web Services
Amazon SageMaker AI Spaces, Amazon EKS için bir eklenti olarak, veri bilimcilerin JupyterLab ve Kod Editörü'nü doğrudan EKS kümesi üzerinde çalıştırmasını sağlar. Ayrı bir JupyterHub veya dizüstü bilgisayar ortamı ihtiyacını ortadan kaldırır, GPU kullanımını yüksek tutar ve kurulum süresini günlerden dakikalara indirebilir.
Amazon EKS için SageMaker AI Spaces eklentisi, mevcut EKS kümelerinde JupyterLab ve Code Editor gibi etkileşimli IDE'leri çalıştırmayı sağlar; böylece bağımsız JupyterHub'a veya yerel dizüstü bilgisayarlara geçme ihtiyacını ortadan kaldırır. Bu, GPU düğümlerine, paylaşımlı depolamaya ve IAM rollerine erişimi kaybetmeyi önler. Bağımsız bir JupyterHub için tipik bir kurulum 3-5 gün sürerken, eklenti bir veri bilimcisinin yaklaşık beş dakikada tam yapılandırılmış bir Space başlatmasına olanak tanır. Çözüm, ağ erişimi, yönlendirme ve bilgi işlem/depolama katmanlarıyla tek bir EKS kümesinde çalışır; Route 53, ALB, Traefik, JWT şifrelemesi için KMS, kalıcı birimler için EBS ve paylaşımlı depolama için EFS/FSx dahil. Bu birleştirme, GPU kullanımını yüzde 30'a kadar artırabilir ve aylık binlerce dolara mal olabilen sürekli açık GPU ortamının maliyetini önler. Gönderi, eklentinin kurulumunu, IAM rolleri, AWS Load Balancer Controller, TLS sertifikası, KMS anahtarı ve SSM yapılandırması gibi ön koşulların ayarlanmasını adım adım anlatıyor. Kullanıcılar Space'lere tarayıcıda ön imzalı URL ile veya VS Code'dan SSH-over-SSM üzerinden erişebilir. Makale ayrıca ekiplerin Amazon Cognito ile OpenID Connect oturum açmaya taşınmasını da kapsıyor.
Kaynak: AWS ML blog —
orijinal
