Amazon анонсировала интеграцию управления HyperPod Spaces в SageMaker Studio, что позволяет пользователям создавать и управлять пространствами для машинного обучения без необходимости покидать браузер. Теперь дата-сайентисты могут запускать JupyterLab и Code Editor на кластерах HyperPod всего за несколько кликов, что значительно сокращает время от доступа к кластеру до начала продуктивной работы.
HyperPod предоставляет специализированную инфраструктуру для обучения и вывода моделей с большим количеством параметров. С помощью Amazon Elastic Kubernetes Service (EKS) команды могут выполнять распределенные задачи обучения на сотнях ускорителей, обеспечивая высокую устойчивость и автоматическое восстановление после сбоев. Это делает HyperPod идеальным решением для масштабного обучения и низколатентного вывода.
Данное обновление улучшает пользовательский опыт и повышает эффективность работы команд, занимающихся разработкой моделей машинного обучения. Интеграция с SageMaker Studio позволяет минимизировать затраты времени на настройку и управление инфраструктурой, что, в свою очередь, может ускорить процесс разработки и внедрения новых решений в области ИИ.