惯性聚合 高效追踪和阅读你感兴趣的博客、新闻、科技资讯
阅读原文 在惯性聚合中打开

推荐订阅源

WordPress大学
WordPress大学
The Cloudflare Blog
大猫的无限游戏
大猫的无限游戏
小众软件
小众软件
V
Visual Studio Blog
钛媒体:引领未来商业与生活新知
钛媒体:引领未来商业与生活新知
博客园 - 司徒正美
OSCHINA 社区最新新闻
OSCHINA 社区最新新闻
酷 壳 – CoolShell
酷 壳 – CoolShell
奇客Solidot–传递最新科技情报
奇客Solidot–传递最新科技情报
月光博客
月光博客
The GitHub Blog
The GitHub Blog
L
LangChain Blog
D
DataBreaches.Net
T
The Blog of Author Tim Ferriss
F
Fortinet All Blogs
博客园 - Franky
阮一峰的网络日志
阮一峰的网络日志
GbyAI
GbyAI
Apple Machine Learning Research
Apple Machine Learning Research
宝玉的分享
宝玉的分享
Engineering at Meta
Engineering at Meta
V
V2EX
MyScale Blog
MyScale Blog

Recent Announcements

Amazon EC2 X8i instances are now available in Europe (Paris) Amazon CloudWatch pipelines now supports drop and conditional processing AWS Deadline Cloud supports monitor creation in multiple regions Amazon CloudWatch pipelines introduces new compliance and governance capabilities Second-generation Amazon FSx for NetApp ONTAP is now available in four additional AWS commercial and AWS GovCloud (US) Regions AWS Billing and Cost Management Dashboards Now Supports Scheduled Email Delivery AWS RTB Fabric supports health checks for real-time bidding workloads AWS Backup extends Amazon FSx support to 5 additional AWS Regions and expands cross-Region and cross-account copy to 14 AWS Regions Amazon RDS now supports the latest CU and GDR updates for Microsoft SQL Server Amazon Timestream for InfluxDB Now Supports Customer-Defined Maintenance Windows Amazon Bedrock now supports cost allocation by IAM user and role Amazon OpenSearch Service supports Managed Prometheus and agent tracing Amazon S3 Lifecycle pauses actions on objects that are unable to replicate Amazon RDS Blue/Green Deployments now supports Amazon RDS Proxy AWS Marketplace announces the Discovery API for programmatic access to catalog data AWS Agent Registry for centralized agent discovery and governance is now available in Preview Amazon OpenSearch Serverless now supports Zstandard (zstd) codec for index compression AWS Private CA now supports customer managed permissions for cross-account sharing Amazon EC2 Capacity Manager now supports tag-based dimensions Amazon Route 53 Resolver endpoints now support DNS delegation for private hosted zones in AWS GovCloud (US) Regions SageMaker HyperPod now supports gang scheduling for distributed training workloads Amazon IVS 实时直播功能现已支持冗余摄取 Amazon EKS 托管节点组现在支持 EC2 Auto Scaling 暖池 Amazon Bedrock AgentCore 浏览器新增操作系统级交互功能 Amazon WorkSpaces Advisor now available for AI-powered troubleshooting Amazon OpenSearch Service now supports Graviton4 based i8ge instances Oracle Database@AWS is now available in twelve AWS Regions AWS Lambda expands response streaming support to all commercial AWS Regions AWS Cost Explorer launches Natural Language Query capabilities powered by Amazon Q Amazon Lightsail 现已在亚太地区(马来西亚)区域推出
Amazon SageMaker HyperPod Slurm クラスターで継続的なプロ...
Amazon Web Services · 2026-05-27 · via Recent Announcements

投稿日: 2026年5月27日

Amazon SageMaker HyperPod は、継続的なプロビジョニングによる Slurm オーケストレーションを使用するクラスターの最小容量要件 (minCount) をサポートするようになりました。継続的なプロビジョニングでは、HyperPod は利用可能な部分容量でクラスターをプロビジョニングするので、AI/ML ジョブを迅速に開始しながら、残りのインスタンスをバックグラウンドで非同期的にプロビジョニングし続けることができます。これにより柔軟性が得られますが、一部のトレーニングワークロードでは、効果的に開始するために最低限のノード数が保証されている必要があります。MinCount では、インスタンスグループが InService ステータスに移行する前に正常にプロビジョニングする必要があるインスタンスの最小数を指定できるため、クラスターがジョブスケジューリングに使用できるようになるタイミングをより細かく制御できます。

これは、PyTorch FSDP、Megatron-LM、NVIDIA Nemo などのフレームワークを使用する分散型トレーニングワークロードに特に役立ちます。トレーニングジョブは通常、参加ノード数が固定されており、クラスター容量の一部では効率的または正しく開始されない場合があります。また、トレーニングを実施する前に、SLA または費用対効果の目標を達成するためにベースラインの GPU 数を保証する必要があるチームにとってもメリットがあります。

CreateCluster または UpdateCluster API リクエストで MinInstanceCount を指定して、インスタンスグループの最小容量しきい値を設定できます。インスタンスグループは、しきい値が満たされるまで Creating または Updating ステータスのままになり、その後 InService に移行し、ノードが Slurm ジョブスケジューリングに使用できるようになります。HyperPod は、目標数に達するまで、MinCount を超えて追加のインスタンスを起動し続けます。3 時間以内に MinCount が満たされない場合、システムは自動的にインスタンスグループを前回確認された正常な状態にロールバックします。

継続的プロビジョニング機能を備えた Slurm クラスター用の MinCount は、Amazon SageMaker HyperPod がサポートされているすべての AWS リージョンで利用できます。クラスターの最小容量要件の指定を開始するには、Amazon SageMaker AI ドキュメントの「Minimum capacity requirements (MinCount)」を参照してください。