Een geospatiaal bedrijf slaat dagelijks satellietbeelden op in Amazon S3 voor scheepsdetectie. De trainingsdata groeien incrementeel en een SageMaker trainingstaak die een enkele ml.p2.xlarge instance in File input mode gebruikt, begon onlangs te falen vanwege onvoldoende lokale opslag; de enige verandering was meer data. De oplossing moet het opslagprobleem verhelpen, de prestaties optimaliseren en de trainingskosten minimaliseren. Welke wijziging moet de ML-specialist aanbrengen?

De Pipe input mode is de juiste oplossing omdat deze de trainingsgegevens rechtstreeks van S3 naar de training instance streamt, waardoor het probleem van onvoldoende lokale opslag wordt opgelost. Dit vermindert ook de trainingstijd en -kosten, omdat de gegevens niet eerst volledig hoeven te worden gedownload. Twee ml.p2.xlarge instances zouden de kosten verhogen zonder het opslagprobleem op te lossen, aangezien elke instance nog steeds de volledige dataset lokaal zou proberen op te slaan. Een ml.p3.2xlarge instance heeft meer GPU-rekenkracht, maar niet noodzakelijkerwijs meer lokale opslag en is duurder. Amazon EFS is een gedeeld bestandssysteem, maar het is geen directe vervanging voor S3 voor het streamen van trainingsgegevens en lost het lokale opslagprobleem van de instance niet op.