跳到正文
AWS Machine Learning Blog· Mijanur Palash·· 2 小时前AI 评分59

Amazon SageMaker HyperPod 发布增强型基础设施可观测性功能

Introducing enhanced infrastructure observability in Amazon SageMaker HyperPod

AI 导读

AWS 发布 Amazon SageMaker HyperPod 增强型可观测性功能,面向 EKS 和 Slurm 分布式训练提供 GPU 异常检测与诊断。功能包含默认与高级指标、CloudWatch 和 Amazon Managed Service for Prometheus 两种指标存储,并可识别硬件故障、EFA 吞吐下降、限频及过热问题。

来源:AWS Machine Learning Blog · aws.amazon.com