View a markdown version of this page

Configuration de Studio pour Ray - Amazon SageMaker AI
Conditions préalablesÉtape 1 : créer un domaine SageMaker AIÉtape 2 : accorder au domaine l'accès à votre clusterÉtape 3 : vérifier

Les traductions sont fournies par des outils de traduction automatique. En cas de conflit entre le contenu d'une traduction et celui de la version originale en anglais, la version anglaise prévaudra.

Configuration de Studio pour Ray

Amazon SageMaker Studio est un IDE basé sur le Web qui fournit aux data scientists et aux ingénieurs ML une interface spécialement conçue pour gérer les charges de travail Ray.

Conditions préalables

Avant de configurer Studio, vous devez disposer des éléments suivants :

Les options suivantes sont facultatives et chacune ajoute une fonctionnalité au lieu de limiter la configuration :

  • Le module complémentaire SageMaker AI Spaces, pour le développement interactif dans un espace JupyterLab ou un éditeur de code rattaché à un cluster Ray. Pour de plus amples informations, veuillez consulter Configuration du module complémentaire Spaces.

  • The HyperPod Ray Endpoint Operator, pour les liens authentifiés du Ray Dashboard et la soumission de tâches à distance. Pour de plus amples informations, veuillez consulter Installation du HyperPod Ray Endpoint Operator.

Étape 1 : créer un domaine SageMaker AI

L'accès de Studio à un HyperPod cluster passe par un domaine SageMaker AI, et le rôle d'exécution du domaine est le principal IAM que Studio utilise pour agir sur votre cluster. Créez le domaine et associez-le à votre cluster en procédant comme suitConfiguration d’un cluster Amazon EKS dans Studio.

Étape 2 : accorder au domaine l'accès à votre cluster

L'accès au cluster pour les utilisateurs de Studio est contrôlé par des politiques d'accès au cluster associées au rôle d'exécution sur le domaine ou au profil utilisateur. Seul un rôle associé aux bonnes politiques atteint le cluster.

Pour accorder l'accès au cluster

  1. Ouvrez la console SageMaker AI et choisissez les HyperPod clusters, puis choisissez votre cluster.

  2. Dans l'onglet Configuration, recherchez Accès au cluster pour les SageMaker domaines.

  3. Choisissez Gérer l'accès.

  4. Sélectionnez les politiques dont vos utilisateurs ont besoin :

    • AmazonSagemakerHyperpodTrainingPolicy— RayClusterRayJob, etRayCronJob.

    • AmazonSagemakerHyperpodInferencePolicy— RayCluster etRayService.

    • AmazonSagemakerHyperpodSpacePolicy— des espaces, pour un développement interactif.

    • AmazonSagemakerHyperpodSpaceTemplatePolicy— modèles d'espace.

    • AmazonSagemakerHyperpodUserClusterPolicy— visibilité du cluster pour un utilisateur.

  5. Choisissez si vous souhaitez étendre l'accès à un espace de noms ou à l'ensemble du cluster. Étendue à un espace de noms lorsque les équipes partagent un cluster.

  6. Enregistrez.

Si vous accordez l'accès de cette manière, vous créez l'entrée d'accès Amazon EKS pour le rôle d'exécution. Il n'y a donc pas d'étape distincte dans la console Amazon EKS. Pour les concepts qui sous-tendent le modèle d'accès, voirConfiguration du contrôle d’accès basé sur les rôles Kubernetes.

Étape 3 : vérifier

Pour confirmer l'accès

  1. Ouvrez la page Domaines dans la console SageMaker AI et choisissez votre domaine.

  2. Lancez Studio pour obtenir un profil utilisateur.

  3. Sous Calculer, sélectionnez votre HyperPod cluster.

  4. Choisissez Tasks (Tâches).

  5. Vérifiez que vous êtes en mesure de voir vos charges de travail Ray.