Amazon ha dado un paso significativo para mejorar la experiencia de los desarrolladores de inteligencia artificial (IA) y aprendizaje automático (ML) con una nueva funcionalidad para su servicio SageMaker HyperPod. Esta novedad permite a los desarrolladores crear y gestionar entornos interactivos de desarrollo, como JupyterLab y Visual Studio Code, utilizando los clústeres de SageMaker HyperPod gestionados por Amazon Elastic Kubernetes Service (EKS).
La nueva herramienta también introduce Amazon SageMaker Spaces, que permite a los desarrolladores de IA gestionar entornos auto contenibles para ejecutar notebooks. Esta innovación permite maximizar el uso de unidades de procesamiento gráfico (GPU) al admitir asignaciones fraccionadas, mejorando así la eficiencia de costos. Esto supone una ventaja significativa para las organizaciones que desean optimizar sus recursos mientras manejan múltiples entornos de desarrollo, lo que permite a los científicos de datos centrarse en la creación y despliegue de modelos de IA y ML.
Los administradores de HyperPod tienen ahora la capacidad de configurar espacios para sus clústeres, mientras que los científicos de datos pueden crear y conectarse a estos entornos sin problemas. La integración ofrece la opción de conectarse directamente desde el entorno local de Visual Studio Code a los espacios creados en HyperPod, proporcionando así una mayor flexibilidad y comodidad.
Para comenzar a utilizar esta funcionalidad, los administradores deben instalar el complemento SageMaker Spaces desde la consola de SageMaker AI. Pueden optar por una instalación rápida o personalizada. Tras configurar el clúster, los científicos pueden crear espacios a través de la interfaz de línea de comandos de HyperPod o usando kubectl, accediendo al espacio de forma segura a través de una interfaz web o conectándose desde Visual Studio Code.
La nueva funcionalidad incluye la opción de crear plantillas para los espacios, facilitando a los administradores la tarea de establecer configuraciones predeterminadas. Se han incorporado también mejores prácticas para la gestión de usuarios y colaboración, permitiendo que los espacios sean privados o públicos, según la necesidad de privacidad o colaboración abierta.
Con esta integración, se espera que SageMaker HyperPod incremente significativamente la productividad de los científicos de datos y desarrolladores de IA, ofreciendo entornos gestionados que optimizan el uso de los recursos de computación y liberan tiempo dedicado anteriormente a la configuración de entornos.
