新闻 · AWS Machine Learning Blog
Amazon SageMaker HyperPod Slurm 推出面向可观测性和用户管理的托管集群扩展
Amazon SageMaker HyperPod 现提供用于可观测性和用户管理的托管集群扩展,为运行在 Slurm 集群节点上的软件带来声明式、基于 API 和控制台的配置方式。本文介绍了这些扩展的工作原理,并讲述了一个平台团队使用这些扩展运行共享 Slurm 集群一个季度的经历。
en
新闻 · AWS Machine Learning Blog
Amazon SageMaker HyperPod 现提供用于可观测性和用户管理的托管集群扩展,为运行在 Slurm 集群节点上的软件带来声明式、基于 API 和控制台的配置方式。本文介绍了这些扩展的工作原理,并讲述了一个平台团队使用这些扩展运行共享 Slurm 集群一个季度的经历。
英文原标题:Introducing managed cluster extensions for observability and user management in Amazon SageMaker HyperPod Slurm
本文为英文原文的机器翻译摘要,原文见:AWS Machine Learning Blog ↗
为什么值得看:它把节点上持续变化的软件也纳入声明式、可校验、可观测的管理方式,减少配置漂移,同时保留对节点的完全访问控制。