• amazon-machine-learning
• amazon-sagemaker
• artificial-intelligence

• Amazon SageMaker HyperPodが柔軟なトレーニングプランを導入
• ユーザーのタイムラインと予算に合わせた生成AIモデルのトレーニングが可能
• コンピュートリソース、期間、開始日などを指定してトレーニングプランを作成
• SageMakerが自動的にインフラストラクチャをプロビジョニングし、トレーニングを実行
• 米国東部（バージニア北部）、米国東部（オハイオ）、米国西部（オレゴン）のAWSリージョンで利用可能

Amazon SageMaker HyperPodが、生成AIモデルのトレーニングをより柔軟に行えるようになりました。ユーザーのタイムラインと予算に合わせて、効率的なトレーニングプランを作成し、実行することができます。

Amazon SageMaker HyperPodが柔軟なトレーニングプランという新機能を発表しました。
これにより、ユーザーは自身のタイムラインと予算内で生成AIモデルをトレーニングすることができます。
予測可能なモデルトレーニングのタイムラインを得て、予算要件内でトレーニングワークロードを実行しながら、SageMaker HyperPodの特徴である回復力、パフォーマンス最適化された分散トレーニング、強化された観察可能性とモニタリングの恩恵を受け続けることができます。
数ステップで、好みのコンピュートインスタンス、必要なコンピュートリソースの量、ワークロードの期間、生成AIモデルトレーニングの希望開始日を指定できます。
SageMakerは最もコスト効率の高いトレーニングプランの作成を支援し、モデルのトレーニング時間を数週間短縮します。
トレーニングプランを作成し購入すると、SageMakerは自動的にインフラストラクチャをプロビジョニングし、手動介入なしでこれらのコンピュートリソース上でトレーニングワークロードを実行します。
また、プランが1つのキャパシティブロックから別のブロックに切り替わる際のコンピュート可用性のギャップ間で、トレーニングの一時停止と再開を自動的に処理します。
インフラストラクチャ管理の負担をすべて取り除きたい場合は、SageMakerの完全管理型トレーニングジョブを使用してトレーニングプランを作成および実行することもできます。
SageMaker HyperPodの柔軟なトレーニングプランは、米国東部（バージニア北部）、米国東部（オハイオ）、米国西部（オレゴン）のAWSリージョンで利用可能です。
詳細については、SageMaker HyperPod、ドキュメンテーション、および発表ブログをご覧ください。

• Amazon SageMaker
• Amazon SageMaker HyperPod

• Amazon SageMaker HyperPod: SageMakerの機能の1つで、大規模な分散トレーニングを効率的に行うためのインフラストラクチャを提供します。特に生成AIモデルのような大規模なモデルのトレーニングに適しており、複数のGPUインスタンスを使用した高性能なトレーニング環境を設定できます。
• Amazon SageMaker: 機械学習モデルの構築、トレーニング、デプロイを簡素化するAWSのフルマネージドサービスです。データサイエンティストや開発者が、高品質な機械学習モデルを迅速に作成し、本番環境にデプロイするためのツールとワークフローを提供します。

• https://docs.aws.amazon.com/sagemaker/latest/dg/train-model.html
• https://aws.amazon.com/sagemaker/hyperpod/
• https://docs.aws.amazon.com/sagemaker/latest/dg/reserve-capacity-with-training-plans.html
• https://aws.amazon.com/blogs/aws/meet-your-training-timelines-and-budgets-with-new-amazon-sagemaker-hyperpod-flexible-training-plans/