QuantGen planea acelerar el entrenamiento de GPU a gran escala en SageMaker. Quieren habilitar la fusión de kernels de GPU y las optimizaciones a nivel de operador proporcionadas por SageMaker Training Compiler. ¿Qué afirmación describe correctamente cómo habilitarlo y qué frameworks son compatibles con esa optimización?

La opción correcta describe con precisión cómo habilitar SageMaker Training Compiler y sus compatibilidades. Se activa en el TrainingJob o Estimator (por ejemplo, con compilerconfig={'enabled': True} o enabletrainingcompiler=True en SDKs recientes) y requiere instancias de GPU (como p3, p4, g4dn). Ofrece fusión de kernels de GPU y optimizaciones a nivel de operador para frameworks de aprendizaje profundo como PyTorch y TensorFlow. Las otras opciones son incorrectas porque: la segunda opción sugiere que un hiperparámetro lo habilita para cualquier framework y CPU, lo cual es falso; la tercera opción vincula el compilador con AutoML y frameworks no compatibles como MXNet, scikit-learn y XGBoost, además de mencionar optimizaciones de CPU, lo cual es incorrecto; y la cuarta opción afirma que se aplica automáticamente a todos los trabajos, lo cual no es cierto, ya que requiere configuración explícita.