한 팀이 현재 로컬에서 실행하고 있는 TensorFlow 훈련 스크립트를 SageMaker에서 가능한 한 비용 효율적으로 훈련시키고자 합니다. 기존 스크립트를 계속 사용하면서 훈련 비용을 가장 많이 절감할 수 있는 TensorFlow Estimator 구성은 무엇입니까?
정답 선택
옵션을 탭하여 정답을 확인하세요.
정답: compiler_config=TrainingCompilerConfig()를 Estimator에 전달하여 SageMaker Training Compiler를 활성화하고, use_spot_instances=True로 설정하여 관리형 스팟 훈련을 활성화합니다. 훈련 스크립트를 estimator.fit() 호출에 제공합니다..
이것이 정답인 이유
정답은 SageMaker Training Compiler와 관리형 스팟 훈련을 모두 활성화하는 것입니다. SageMaker Training Compiler는 훈련 시간을 단축하여 GPU 사용 비용을 절감하고, 관리형 스팟 훈련은 온디맨드 인스턴스보다 훨씬 저렴한 스팟 인스턴스를 사용하여 비용을 크게 절감합니다. 이 두 가지를 함께 사용하면 기존 스크립트를 변경하지 않고도 가장 큰 비용 절감 효과를 얻을 수 있습니다. 첫 번째 옵션은 컴파일러만 활성화하여 스팟 인스턴스 사용으로 인한 추가 비용 절감 효과를 놓칩니다. 세 번째 옵션은 스크립트 수정이 필요하여 "기존 스크립트 계속 사용"이라는 전제 조건에 부합하지 않습니다. 네 번째 옵션은 MaxWaitTimeInSeconds를 MaxRuntimeInSeconds와 동일하게 설정하는 것이 비용 절감과 직접적인 관련이 없습니다.