StreamlineAI uruchamia niestandardowy skrypt szkoleniowy PyTorch (w trybie skryptowym), który okresowo tworzy punkty kontrolne modelu. Firma chce użyć SageMaker Managed Spot Training, aby zmniejszyć koszty. Skrypt szkoleniowy zapisuje punkty kontrolne w /opt/ml/checkpoints, a firma przechowuje artefakty w s3://streamlineai-checkpoints/training1/. Jaka konfiguracja pozwoli zadaniu szkoleniowemu SageMaker Managed Spot wznowić pracę od ostatniego punktu kontrolnego po przerwaniu?

Poprawna odpowiedź umożliwia SageMaker Managed Spot Training automatyczne wznowienie zadania od ostatniego punktu kontrolnego po przerwaniu. Konfiguracja CheckpointConfig z S3Uri i LocalPath instruuje SageMakera, aby synchronizował punkty kontrolne między lokalnym katalogiem /opt/ml/checkpoints na instancji szkoleniowej a określonym zasobnikiem S3. Gdy instancja spot zostanie przerwana, SageMaker zapisuje najnowszy punkt kontrolny z LocalPath do S3Uri. Po wznowieniu zadania, SageMaker pobiera najnowszy punkt kontrolny z S3Uri do LocalPath, umożliwiając skryptowi szkoleniowemu wznowienie pracy. Pozostałe opcje są nieprawidłowe: Poleganie na ModelArtifacts jest przeznaczone do przechowywania końcowego modelu, a nie do zarządzania punktami kontrolnymi w celu wznowienia szkolenia. SageMaker Debugger (smdebug) służy do debugowania i monitorowania, a nie do automatycznego zarządzania punktami kontrolnymi dla wznowienia szkolenia spot. Montowanie systemu plików EFS jest możliwe, ale nie jest natywnym ani zalecanym sposobem zarządzania punktami kontrolnymi dla Managed Spot Training w SageMaker, ponieważ wymaga dodatkowej konfiguracji i nie wykorzystuje w pełni wbudowanych mechanizmów SageMaker do obsługi przerw w działaniu instancji spot.