StreamSense еженедельно проводит подбор гиперпараметров, который обычно обходится в $12 000 при использовании инстансов ml.p3.2xlarge по требованию. Чтобы сократить расходы, они включили управляемое спотовое обучение SageMaker и настроили контрольные точки, а также max_wait_time, в 2 раза превышающее продолжительность обучения. Отчет о затратах на подбор показывает, что управляемый спотовый запуск обошелся в $1200. Основываясь на поведении управляемого спотового обучения SageMaker, какой максимальный процент экономии по сравнению с первоначальной стоимостью по требованию наиболее соответствует потенциальной экономии управляемого спотового обучения SageMaker?

Управляемое спотовое обучение Amazon SageMaker может значительно снизить затраты по сравнению с инстансами по требованию, поскольку оно использует спотовые инстансы EC2, которые предлагают скидки до 90%. Включение контрольных точек и maxwaittime помогает смягчить прерывания спотовых инстансов, позволяя обучению возобновляться и завершаться, тем самым максимизируя экономию. Отчет о затратах, показывающий экономию с $12 000 до $1200, соответствует экономии в 90%. Вариант 50% или 70% недооценивает потенциальную экономию спотовых инстансов, в то время как 30% не соответствует значительному снижению затрат, наблюдаемому при использовании управляемого спотового обучения.