SageMaker AI Spaces 插件为 Amazon EKS 带来托管 JupyterLab 和代码编辑器

SageMaker AI Spaces 附加组件适用于 Amazon EKS，能够在现有 EKS 集群上运行交互式集成开发环境（如 JupyterLab 和代码编辑器），无需切换到独立的 JupyterHub 或本地笔记本电脑。这样可以避免失去对 GPU 节点、共享存储和 IAM 角色的访问。典型的独立 JupyterHub 设置需要 3 到 5 天，而使用该附加组件，数据科学家大约只需五分钟即可启动一个完全配置的 Space。该解决方案在单个 EKS 集群上运行，包含网络访问、路由和计算/存储各层，涉及 Route 53、ALB、Traefik、用于 JWT 加密的 KMS、用于持久卷的 EBS，以及用于共享存储的 EFS/FSx。这种整合可将 GPU 利用率提升最多 30%，并避免了始终开启 GPU 环境的成本，该成本每月可能高达数千美元。文章介绍了安装附加组件的步骤，以及设置 IAM 角色、AWS Load Balancer Controller、TLS 证书、KMS 密钥和 SSM 配置等先决条件。用户可通过浏览器中的预签名 URL 访问 Spaces，或通过基于 SSM 的 SSH 从 VS Code 访问。文章还涵盖了通过 Amazon Cognito 将团队迁移到 OpenID Connect 登录的内容。