Die vorliegende Übersetzung wurde maschinell erstellt. Im Falle eines Konflikts oder eines Widerspruchs zwischen dieser übersetzten Fassung und der englischen Fassung (einschließlich infolge von Verzögerungen bei der Übersetzung) ist die englische Fassung maßgeblich. # Erstellung von Trainingsplänen Gehen Sie wie folgt vor, um Rechenkapazität mithilfe der Funktion „ SageMaker Trainingspläne“ zu reservieren: 1. **Identifizieren Sie Ihre Zielressource:** Stellen Sie zunächst fest, ob Sie Kapazität für SageMaker Schulungsjobs oder SageMaker HyperPod Cluster benötigen. 1. **Geben Sie Ihre Kapazitätsanforderungen an:** Definieren Sie Ihren Kapazitätsbedarf detailliert. Dazu gehören die Auswahl des geeigneten Instance-Typs für Ihren Workload, die Bestimmung der Anzahl der benötigten Instances und die Angabe der Nutzungsdauer. Informationen zu den unterstützten Instance-Typen in bestimmten Optionen AWS-Region, Dauer und Anzahl finden Sie unter[Unterstützte Instanztypen und Preise AWS-Regionen](reserve-capacity-with-training-plans.md#training-plans-supported-instances-and-regions). 1. **Suchen Sie nach verfügbaren Schulungsplänen:** Nachdem Sie Ihre Anforderungen angegeben haben, verwenden Sie die Suchfunktion für SageMaker Schulungspläne, um nach verfügbaren Schulungsplänen in einem oder mehreren Segmenten zu suchen. Jedes Angebot enthält Details wie Startzeit, spezifische Verfügbarkeitszone für reservierte Kapazität und Planpreis. Prüfen Sie diese Angebote und berücksichtigen Sie dabei Faktoren wie Kosteneffektivität, geografische Präferenzen und die Ausrichtung auf Ihre spezifischen Bedürfnisse. Wenn kein geeigneter Tarif verfügbar ist, passen Sie Ihre Suchkriterien an und suchen Sie nach neuen Angeboten. 1. **Erstellen Sie einen Schulungsplan auf der Grundlage eines geeigneten Angebots:** Nachdem Sie ein geeignetes Angebot identifiziert haben, fahren Sie mit der Erstellung Ihres Schulungsplans fort. Dieser Prozess beinhaltet die Auswahl des von Ihnen ausgewählten Angebots und die Initiierung der Reservierung. + Bei der Reservierung des Trainingsplans wird eine Rechnung erstellt. + Die Zahlung für den Gesamtbetrag wird im Rahmen des Erfüllungsprozesses eingezogen. Sobald die Zahlung abgeschlossen ist, ist der Plan bereit, um Ihre SageMaker Schulungsjobs zu planen oder HyperPod Cluster zu erstellen. Informationen darüber, wie Sie Schulungspläne für Ihre SageMaker Schulungsjobs verwenden können, finden Sie unter[Nutzung von Ausbildungsplänen für SageMaker Ausbildungsjobs](training-plan-utilization-for-training-jobs.md). Informationen zur Verwendung von Schulungsplänen für Ihre HyperPod Cluster finden Sie unter[Nutzung von Schulungsplänen für SageMaker HyperPod Amazon-Cluster](training-plan-utilization-for-hyperpod.md). Sie können einen Trainingsplan entweder mit der SageMaker KI-Konsole oder mit programmatischen Methoden erstellen. Die SageMaker KI-Konsole bietet eine visuelle, grafische Oberfläche mit einem umfassenden Überblick über Ihre Optionen. Die programmatische Erstellung kann auch über die AWS CLI oder erfolgen, SageMaker SDKs um direkt mit der Trainingsplan-API zu interagieren. Anweisungen für die step-by-step Konsole und detaillierte API-Referenzen finden Sie in den entsprechenden Abschnitten dieser Dokumentation. **Topics** + [SageMaker Erstellung von Trainingsplänen mit der SageMaker KI-Konsole](training-plan-creation-using-console.md) + [SageMaker Erstellung von Trainingsplänen mithilfe der SageMaker API oder AWS CLI](training-plan-creation-using-api-cli-sdk.md) # SageMaker Erstellung von Trainingsplänen mit der SageMaker KI-Konsole SageMaker Trainingspläne bieten eine bequeme Möglichkeit, Trainingspläne über die Benutzeroberfläche der SageMaker KI-Konsole zu erstellen, sodass Benutzer ihre Schulungsressourcen für maschinelles Lernen einfach planen können. Dieser Leitfaden führt Sie durch den Prozess der Erstellung eines Schulungsplans für SageMaker Trainingsjobs und SageMaker HyperPod -cluster mithilfe der SageMaker KI-Konsole. Wenn Sie diese Schritte befolgen, suchen Sie nach Angeboten für Trainingspläne, überprüfen die verfügbaren Optionen und kaufen den Plan, der Ihren Bedürfnissen am besten entspricht. So erstellen Sie mithilfe einer Benutzeroberfläche visuell einen Trainingsplan: 1. Navigieren Sie zunächst zur SageMaker KI-Konsole unter [https://console.aws.amazon.com/sagemaker/](https://console.aws.amazon.com/sagemaker/). 1. Wählen Sie im Menü im linken Fensterbereich die Option **Trainingspläne** aus. 1. Wähle dort im Hauptinhaltsbereich die Schaltfläche **Trainingsplan erstellen**, um mit der Erstellung deines individuellen Trainingsplans zu beginnen. ![\[SageMaker KI-Konsole, auf der die Seite mit den Trainingsplänen angezeigt wird. Auf der Benutzeroberfläche werden Informationen zur Funktionsweise von Trainingsplänen angezeigt, einschließlich der Schritte zum Anfordern, Überwachen und Verwenden eines Plans. Im linken Navigationsbereich wird die Option „Trainingspläne“ hervorgehoben, und im Hauptinhaltsbereich ist die Schaltfläche „Trainingsplan erstellen“ sichtbar.\]](http://docs.aws.amazon.com/de_de/sagemaker/latest/dg/images/training-plans/tp-console.png) Suchen Sie als Nächstes nach Tarifen, die Ihren Rechenanforderungen entsprechen. **Topics** + [Suchen Sie nach Angeboten für Schulungspläne](search-training-plan-offerings.md) + [Reservieren Sie sich den besten Trainingsplan](choose-best-training-plan.md) + [Auflisten von Trainingsplänen](list-training-plans.md) + [Details zum Trainingsplan anzeigen](training-plan-details.md) # Suchen Sie nach Angeboten für Schulungspläne Nachdem Sie im linken Bereich der SageMaker KI-Konsole **Trainingspläne** und dann **Trainingsplan erstellen** ausgewählt haben, wird das Formular **Trainingsplan suchen** geöffnet. In diesem Formular können Sie Ihre Anforderungen angeben und nach geeigneten Schulungsplänen suchen. Befolgen Sie diese Schritte, um das Formular auszufüllen. 1. Identifizieren Sie Ihr **Ziel**: Schulungspläne sind spezifisch für die jeweilige Zielressource. Geben Sie an, ob Sie einen Plan für die Ausführung von SageMaker Trainingsjobs oder SageMaker HyperPod Clustern verwenden möchten. 1. Als **Berechnungstyp** können Sie zwischen **Instanz** und wählen **UltraServer**. UltraServers verbinden mehrere Amazon EC2 EC2-Instances mithilfe einer Beschleuniger-Verbindung mit niedriger Latenz und hoher Bandbreite. Weitere Informationen finden Sie unter [Amazon EC2 UltraServers](https://aws.amazon.com/ec2/ultraservers/). Weitere Informationen zur Verwendung UltraServers mit SageMaker KI finden Sie unter. [UltraServers in SageMaker KI](reserve-capacity-with-training-plans.md#training-plans-ultraservers) 1. Wählen Sie Ihren bevorzugten **Instance-Typ** und die **Anzahl** der Instances: Informationen zu verfügbaren Instance-Typen mit bestimmten Optionen AWS-Region, Dauer und Anzahl finden Sie unter[Unterstützte Instanztypen und Preise AWS-Regionen](reserve-capacity-with-training-plans.md#training-plans-supported-instances-and-regions). 1. Definieren Sie Ihre Zeitparameter: Wählen Sie das gewünschte Start- und Enddatum und geben Sie in diesem Fenster die Dauer des Plans an. 1. Wähle „**Trainingspläne suchen**“. ![\[SageMaker AI-Konsole mit der Seite „Angebote für Schulungspläne suchen“. Auf der Benutzeroberfläche werden Optionen zur Auswahl der Zielressource für den Plan (Schulungsjob oder HyperPod Cluster), zur Angabe von Instanztyp und -anzahl, zur Festlegung von Start- und Enddaten sowie zur Eingabedauer angezeigt. Am unteren Rand des Formulars ist die Schaltfläche „Trainingspläne suchen“ sichtbar.\]](http://docs.aws.amazon.com/de_de/sagemaker/latest/dg/images/training-plans/tp-search-training-plan-offerings.png) SageMaker In Schulungsplänen wird nach Angeboten gesucht, die Ihren Kapazitätsanforderungen entsprechen. Wenn innerhalb des von Ihnen angegebenen Zeitraums Treffer gefunden werden, werden sie unten auf der Seite angezeigt. Jedes Trainingsplan-Angebot umfasst die folgenden Details: + Gesamtdauer des Plans + Start- und Enddaten + Gesamtpreis im Voraus: Bewegen Sie den Mauszeiger über den Preis, um eine detaillierte Aufschlüsselung des Instance-Stundensatzes, der Anzahl der Instances und der Gesamtstunden anzuzeigen + Gesamtzahl der Plansegmente Wenn Sie auf den Link mit den Segmentdetails klicken, wird eine modale Ansicht mit segmentspezifischen Details geöffnet: + Dauer + Start- und Enddaten + Availability Zone ![\[SageMaker Die AI-Konsole zeigt die Seite „Angebote für Schulungspläne suchen“ mit Eingabefeldern für die Plananforderungen und den Abschnitt Verfügbare Pläne mit Details zu drei gefundenen Plänen mit unterschiedlichen Laufzeiten, Preisen und Verfügbarkeitsstatus an.\]](http://docs.aws.amazon.com/de_de/sagemaker/latest/dg/images/training-plans/tp-available-offerings.png) Wenn keine geeigneten Pläne gefunden werden oder die verfügbaren Pläne nicht Ihren Anforderungen entsprechen, passen Sie Ihre Suchkriterien an, indem Sie die Parameter im Formular mit den Anforderungen für **Schulungspläne** ändern. Sobald Sie ein passendes Angebot gefunden haben, wählen Sie es aus und klicken Sie auf **Weiter**, um zur Seite mit der Tarifreservierung fortzufahren. Auf dieser Seite können Sie Ihrem Tarif einen Namen geben und dann Ihre Auswahl überprüfen und bestätigen, bevor Sie Ihre Reservierung abschließen. **Anmerkung** Die markierten Tarife `Immediately available` beginnen innerhalb von 30 Minuten, sofern die Zahlung mindestens 5 Minuten vor der geplanten Startzeit erfolgt. # Reservieren Sie sich den besten Trainingsplan Bei der Suche nach einem Schulungsplan wurden Angebote gefunden, die Ihren Kapazitätsanforderungen und Ihrem Budget entsprechen. 1. Geben Sie einen Namen für Ihren Plan ein und wählen Sie dann **Weiter** aus. 1. Überprüfen Sie Ihre Bestellung und **senden** Sie sie ab. **Wichtig** Trainingspläne können nach dem Kauf nicht mehr geändert werden. Schulungspläne können nicht zwischen AWS Konten oder innerhalb Ihrer AWS Organisation gemeinsam genutzt werden. Nach dem Absenden Ihrer Bestellung + Der Trainingsplan erscheint zunächst wie `Pending` in Ihrer Trainingsplanliste. + Nach Eingang der Bestellung wird automatisch eine Rechnung erstellt. + Die Gesamtzahlung wird während des Erfüllungsprozesses eingezogen. + Sobald die Zahlung erfolgreich verarbeitet wurde, ändert sich der Status des Plans in `Scheduled` und der Plan steht zur Nutzung zur Verfügung. ![\[SageMaker KI-Konsole, auf der die Seite „Prüfung und Kauf“ für einen Trainingsplan angezeigt wird. Auf der Seite werden Details zum Trainingsplan, Segmentinformationen, Preis, Name des Plans und Tags angezeigt. Es stehen Optionen zum Bearbeiten, Stornieren, Zurückgehen oder Erstellen des Plans zur Verfügung.\]](http://docs.aws.amazon.com/de_de/sagemaker/latest/dg/images/training-plans/tp-review-and-purchase-training-plan.png) # Auflisten von Trainingsplänen Um deine Trainingspläne einzusehen: 1. Navigieren Sie zur SageMaker AI-Konsole unter [https://console.aws.amazon.com/sagemaker/](https://console.aws.amazon.com/sagemaker/). 1. Wählen Sie im Menü im linken Fensterbereich die Option **Trainingspläne** aus. Daraufhin wird eine Liste all Ihrer Trainingspläne mit Namen, Status, Zielressourcentyp und anderen wichtigen Details angezeigt. Nach dem Kauf eines Plans wirst du zu dieser Liste weitergeleitet. Neu erstellte Pläne werden mit einem `Pending` Status angezeigt, bis die Zahlung abgeschlossen ist. Der Status wird in der Regel innerhalb weniger Minuten nach der Zahlungsabwicklung aktualisiert. ![\[SageMaker Die KI-Konsole zeigt die Seite mit der Liste der Trainingspläne an. Die Seite enthält eine Tabelle mit den Trainingsplänen mit Details wie Name, Status, Gesamtzahl der Instances, Instances, Zone, Start- und Enddatum. Eine Schaltfläche zum Erstellen eines neuen Trainingsplans ist sichtbar.\]](http://docs.aws.amazon.com/de_de/sagemaker/latest/dg/images/training-plans/tp-list-training-plans.png) # Details zum Trainingsplan anzeigen Folgen Sie in der Liste der Trainingspläne dem Namen eines Plans, um dessen Details anzuzeigen. Insbesondere kannst du deine aktuelle Kapazitätsnutzung überprüfen und deine Workloads auf der Detailseite deines Plans auflisten. Die Detailseite zeigt: + Die Übersicht über den Trainingsplan: Status, Ziel, Instance-Typ und Dauer. + Erweiterbare Abschnitte für Segmentdetails, Preise, Namen des Plans und Tags. + Kapazitätsnutzung: + Insgesamt: Die Gesamtzahl der reservierten Instances in diesem Trainingsplan. + In Verwendung: Die Anzahl der derzeit im Rahmen dieses Schulungsplans verwendeten Instances. + Verfügbare Instances: Die Anzahl der Instances, die derzeit für die Verwendung in diesem Trainingsplan verfügbar sind. Unten auf der Seite finden Sie einen Link, über den Sie je nach Zielressource entweder die Trainingsjobs oder die Liste der SageMaker HyperPod Cluster-Instanzgruppen, die diesem Plan zugeordnet sind, einsehen können. ![\[SageMaker KI-Konsolenseite mit Details zu einem Trainingsplan. Auf der Seite werden grundlegende Planinformationen, Status und Instance-Details angezeigt. Weitere Informationen finden Sie weiter unten. Im unteren Bereich werden in einem Abschnitt zur Kapazitätsauslastung die Gesamtzahl, die verwendeten und die verfügbaren Instances für den Plan angezeigt.\]](http://docs.aws.amazon.com/de_de/sagemaker/latest/dg/images/training-plans/tp-view-training-plan.png) # SageMaker Erstellung von Trainingsplänen mithilfe der SageMaker API oder AWS CLI SageMaker Schulungspläne unterstützen die programmatische Erstellung von Trainingsplänen über ihre API. Sie können mit der Trainingsplan-API interagieren, indem Sie das AWS CLI oder SageMaker SDKs verwenden. SageMaker Die API-Aktionen von Trainingsplänen bieten einen umfassenden Workflow für die programmgesteuerte Verwaltung von Trainingsplänen: + **`SearchTrainingPlanOfferings`:** Ermöglicht Benutzern, verfügbare Rechenressourcen abzufragen und zu ermitteln, indem Parameter wie Instance-Typ, Anzahl und gewünschtes Zeitfenster angegeben werden. Die API gibt eine Rangliste von Schulungsplänen zurück, die den Anforderungen des Benutzers am besten entsprechen. + **`CreateTrainingPlan`:** Ermöglicht die Reservierung eines bestimmten Schulungsplans und wandelt eine potenzielle Rechenkapazität in geplante reservierte Kapazitäten mit einem eindeutigen Schulungsplan-ARN um. + **`ListTrainingPlans`:** Bietet eine Methode zum Abrufen und Überprüfen aller vorhandenen Schulungspläne in einem AWS Benutzerkonto mit optionalen Filter- und Sortierfunktionen. + **`DescribeTrainingPlan`:** Bietet detaillierte Einblicke in einen bestimmten Schulungsplan, einschließlich seiner Lebensphasen von `Pending` bis `Active` bis`Expired`. + **`ExtendTrainingPlan`:** Erweitert einen bestehenden Schulungsplan durch den Kauf eines Erweiterungsangebots. Weitere Informationen finden Sie unter [Erweiterung der Trainingspläne](training-plan-extension.md). + **`DescribeTrainingPlanExtensionHistory`:** Ruft den Verlängerungsverlauf für einen Schulungsplan ab. Weitere Informationen finden Sie unter [Erweiterung der Trainingspläne](training-plan-extension.md). **Topics** + [Suchen Sie nach Angeboten für Schulungspläne](search-training-plan-offerings-api-cli-sdk.md) + [Reservieren Sie sich den besten Trainingsplan](choose-best-training-plan-using-api-cli-sdk.md) + [Auflisten von Trainingsplänen](list-training-plans-using-api-cli-sdk.md) + [Details zum Trainingsplan anzeigen](training-plan-details-using-api-cli-sdk.md) # Suchen Sie nach Angeboten für Schulungspläne Um einen Schulungsplan zu erstellen, rufen Sie zunächst den [https://docs.aws.amazon.com/sagemaker/latest/APIReference/API_SearchTrainingPlanOfferings.html](https://docs.aws.amazon.com/sagemaker/latest/APIReference/API_SearchTrainingPlanOfferings.html)API-Vorgang auf und übergeben Sie Ihre Plananforderungen (wie Instance-Typ, Anzahl und gewünschtes Zeitfenster) als Eingabeparameter. Trainingspläne sind spezifisch für die jeweilige Zielressource. Stellen Sie sicher, dass Sie angeben, für welche Zielressource der Plan verwendet werden soll (`training-job`oder`hyperpod-cluster`). Die API gibt eine Liste der verfügbaren Angebote zurück, die Ihren Anforderungen entsprechen. Wenn keine geeigneten Angebote gefunden werden, müssen Sie möglicherweise Ihre Anforderungen anpassen und erneut suchen. Dieser API-Aufruf ruft die Schulungsplan-Angebote ab, die Ihren Kapazitätsanforderungen am besten entsprechen. Jedes in der Antwort [https://docs.aws.amazon.com/sagemaker/latest/APIReference/API_TrainingPlanOffering.html](https://docs.aws.amazon.com/sagemaker/latest/APIReference/API_TrainingPlanOffering.html)zurückgegebene Objekt wird durch eine eindeutige Angebots-ID identifiziert. Das erste Angebot in der Liste entspricht Ihren Anforderungen am besten. Wenn innerhalb der von Ihnen angegebenen Daten kein geeigneter Trainingsplan verfügbar ist, ist die Liste leer. Passen Sie Ihre Suchkriterien an und suchen Sie nach neuen Angeboten. + Die Reservierungsdauer ist in Schritten von 1 Tag bis 182 Tagen verfügbar. + Optionen für die Anzahl der Reservierungs-Instances: 1, 2, 4, 8, 16, 32 oder 64 Instances Informationen zur Liste der verfügbaren Instanzen, die von SageMaker Trainingsplänen unterstützt werden, finden Sie unter[Unterstützte Instanztypen und Preise AWS-Regionen](reserve-capacity-with-training-plans.md#training-plans-supported-instances-and-regions). Im folgenden Beispiel wird ein AWS CLI Befehl verwendet, um Trainingsplanangebote mit einem bestimmten Instanztyp, einer bestimmten Anzahl und Zeitinformationen anzufordern. ``` # List training plan offerings with instance type, instance count, duration in hours, start time after, and end time before. aws sagemaker search-training-plan-offerings \ --target-resources "training-job" \ --instance-type "ml.p4d.24xlarge" \ --instance-count 1 \ --duration-hours 15 \ --start-time-after "1737484800" --end-time-before "1737657600" ``` Dieses JSON-Dokument ist eine Beispielantwort aus der SageMaker Trainingsplan-API. Die Antwort enthält Informationen zu mehreren verfügbaren Schulungsplänen, die den angegebenen Kapazitätsanforderungen entsprechen. Es umfasst drei unterschiedliche Angebote mit unterschiedlichen Laufzeiten, Vorabgebühren und start/end Zeiten, die alle denselben Instanztyp verwenden und auf Schulungsjobs abzielen. ``` { "TrainingPlanOfferings": [ { "TrainingPlanOfferingId": "tpo-SHA-256-hash-value", "TargetResources": [ "training-job" ], "RequestedStartTimeAfter": "2025-01-21T11:08:27.704000-08:00", "DurationHours": 15, "DurationMinutes": 51, "UpfrontFee": "xxxx.xx", "CurrencyCode": "USD", "ReservedCapacityOfferings": [ { "InstanceType": "ml.p4d.24xlarge", "InstanceCount": 1, "AvailabilityZone": "us-west-2a", "DurationHours": 15, "DurationMinutes": 51, "StartTime": "2025-01-21T11:39:00-08:00", "EndTime": "2025-01-22T03:30:00-08:00" } ] }, { "TrainingPlanOfferingId": "tpo-SHA-256-hash-value", "TargetResources": [ "training-job" ], "RequestedStartTimeAfter": "2025-01-21T11:08:27.704000-08:00", "DurationHours": 39, "DurationMinutes": 51, "UpfrontFee": "xxxx.xx", "CurrencyCode": "USD", "ReservedCapacityOfferings": [ { "InstanceType": "ml.p4d.24xlarge", "InstanceCount": 1, "AvailabilityZone": "us-west-2a", "DurationHours": 39, "DurationMinutes": 51, "StartTime": "2025-01-21T11:39:00-08:00", "EndTime": "2025-01-23T03:30:00-08:00" } ] }, { "TrainingPlanOfferingId": "tpo-SHA-256-hash-value", "TargetResources": [ "training-job" ], "RequestedStartTimeAfter": "2025-01-21T11:08:27.704000-08:00", "DurationHours": 24, "DurationMinutes": 0, "UpfrontFee": "xxxx.xx", "CurrencyCode": "USD", "ReservedCapacityOfferings": [ { "InstanceType": "ml.p4d.24xlarge", "InstanceCount": 1, "AvailabilityZone": "us-west-2a", "DurationHours": 24, "DurationMinutes": 0, "StartTime": "2025-01-22T03:30:00-08:00", "EndTime": "2025-01-23T03:30:00-08:00" } ] } ] } ``` Im Folgenden finden Sie einen Beispielbefehl, mit dem Sie nach AWS CLI Schulungsplänen suchen können, die Folgendes beinhalten: UltraServers ``` aws sagemaker search-training-plan-offerings \ --ultra-server-type ml.c6i-32xlargesc \ --ultra-server-count 1 \ --duration-hours 24 \ --target-resources hyperpod-cluster --start-time-after "1737484800" \ --end-time-before "1737657600" ``` ``` { "TrainingPlanOfferings": [ { "TrainingPlanOfferingId": "tpo-SHA-256-hash-value", "TargetResources": [ "training-job" ], "RequestedStartTimeAfter": "2025-07-21T16:59:25.760000+00:00", "DurationHours": 24, "DurationMinutes": 0, "UpfrontFee": "0.24", "CurrencyCode": "USD", "ReservedCapacityOfferings": [ { "ReservedCapacityType": "UltraServer", "UltraServerType": "ml.u-p6e-gb200x72", "UltraServerCount": 1, "InstanceType": "ml.p6e-gb200.36xlarge", "InstanceCount": 18, "AvailabilityZone": "us-east-2a", "DurationHours": 24, "DurationMinutes": 0, "StartTime": "2025-07-22T11:30:00+00:00", "EndTime": "2025-07-23T11:30:00+00:00" } ] } ] } ``` In den folgenden Abschnitten werden die obligatorischen und optionalen Eingabeanforderungsparameter für den `SearchTrainingPlanOfferings`-API-Vorgang definiert. ## Erforderliche Parameter Wenn Sie die [https://docs.aws.amazon.com/sagemaker/latest/APIReference/API_SearchTrainingPlanOfferings.html](https://docs.aws.amazon.com/sagemaker/latest/APIReference/API_SearchTrainingPlanOfferings.html)API aufrufen, um Trainingsplanangebote aufzulisten, die Ihren Anforderungen entsprechen, müssen Sie die folgenden Werte angeben: + `TargetResources`: Die Zielressourcen (`training-job`oder`hyperpod-cluster`), für die der Plan verwendet werden soll. Der Standardwert ist `training-job`. Trainingspläne sind spezifisch für die jeweilige Zielressource. + Ein für SageMaker Schulungsjobs entwickelter Schulungsplan kann nur zur Planung und Durchführung von Schulungsjobs verwendet werden. + Ein Trainingsplan für HyperPod Cluster kann ausschließlich zur Bereitstellung von Rechenressourcen für die Instanzgruppe eines Clusters verwendet werden. + `InstanceType`: Der Typ der Instance, die bereitgestellt werden soll. Der `InstanceType` muss von einem unterstützten Typ sein. Informationen zur Liste der verfügbaren Instanzen, die von SageMaker Trainingsplänen unterstützt werden, finden Sie unter[Unterstützte Instanztypen und Preise AWS-Regionen](reserve-capacity-with-training-plans.md#training-plans-supported-instances-and-regions). + `InstanceCount`: Die Anzahl der bereitzustellenden Instances. Wenn die Anzahl der Instances größer als 1 ist, sollte es sich um eine Potenz von 2 handeln. + `DurationHour`: Die Gesamtdauer Ihres angeforderten Plans in Stunden. Der `DurationHour` wird auf das nächste Vielfache von 24 aufgerundet. ## Optionale Parameter Die folgenden Abschnitte enthalten Einzelheiten zu einigen optionalen Parametern, die Sie an Ihre `SearchTrainingPlanOfferings`-API-Anfrage übergeben können. + `StartTimeAfter`: Geben Sie die angeforderte Startzeit des Plans an. Das `StartTimeAfter` sollte in future ein `timestamp` oder ein `ISO 8601 date/time` Wert sein. + `EndTimeBefore`: Geben Sie die angeforderte Endzeit des Plans in einem `timestamp` oder einem `ISO 8601 date/time` Format an. Das `EndTimeBefore` sollte mindestens 24 Stunden nach der Startzeit sein. + `UltraServerType`: Geben Sie den Typ an UltraServer , nach dem gesucht werden soll. Weitere Informationen zu finden UltraServers Sie unter[UltraServers in SageMaker KI](reserve-capacity-with-training-plans.md#training-plans-ultraservers). + `UltraServerCount`: Geben Sie die Nummer an UltraServers , nach der gesucht werden soll. # Reservieren Sie sich den besten Trainingsplan Nachdem Sie die verfügbaren Schulungspläne geprüft haben, die Ihren Anforderungen am besten entsprechen, können Sie einen bestimmten Plan reservieren, indem Sie den [https://docs.aws.amazon.com/sagemaker/latest/APIReference/API_CreateTrainingPlan.html](https://docs.aws.amazon.com/sagemaker/latest/APIReference/API_CreateTrainingPlan.html)API-Betrieb anrufen. Bei der Erstellung wechselt der Plan zunächst in einen `Pending` Status und bleibt dort, bis der Reservierungsvorgang abgeschlossen ist. Die Antwort auf den API-Aufruf gibt einen Amazon-Ressourcennamen (ARN) zurück. Notieren Sie sich diesen ARN zu späteren Nachverfolgungs- und Überwachungszwecken. Die Reservierung des Trainingsplans erfolgt asynchron im Backend. Die Zahlung für den Gesamtbetrag wird im Rahmen des Fulfillment-Prozesses automatisch eingezogen. Sobald der Zahlungsvorgang abgeschlossen und die angeforderten reservierten Kapazitäten gesichert sind, ist der Schulungsplan auf den `Scheduled` neuesten Stand gebracht und kann geplant werden. **Wichtig** Trainingspläne können nach dem Kauf nicht mehr geändert werden. Schulungspläne können nicht zwischen AWS Konten oder innerhalb Ihrer AWS Organisation geteilt werden. Im folgenden Beispiel wird der AWS CLI Befehl an verwendet, um einen bestimmten Trainingsplan anzufordern, wobei die Plan-ID als Parameter übergeben wird. ``` aws sagemaker create-training-plan \ --training-plan-offering-id "tpo-SHA-256-hash-value" \ --training-plan-name "name" \ ``` Dieses JSON-Dokument ist eine Beispielantwort aus der SageMaker Trainingsplan-API. Die Antwort enthält den Amazon-Ressourcennamen (ARN) des erfolgreich erstellten Trainingsplans. **Anmerkung** Der Schulungsplan behält seinen `Pending` Status so lange bei, bis der Erfüllungsprozess abgeschlossen ist. ``` { "TrainingPlanArn":"arn:aws:sagemaker:us-east-1:123456789123:training-plan/large-models-fine-tuning" } ``` In den folgenden Abschnitten werden die obligatorischen und optionalen Eingabeanforderungsparameter für den [https://docs.aws.amazon.com/sagemaker/latest/APIReference/API_CreateTrainingPlan.html](https://docs.aws.amazon.com/sagemaker/latest/APIReference/API_CreateTrainingPlan.html)-API-Vorgang definiert. ## Erforderliche Parameter Wenn Sie die [https://docs.aws.amazon.com/sagemaker/latest/APIReference/API_CreateTrainingPlan.html](https://docs.aws.amazon.com/sagemaker/latest/APIReference/API_CreateTrainingPlan.html)API aufrufen, um einen bestimmten Trainingsplan zu reservieren, müssen Sie die folgenden Werte angeben: + `TrainingPlanOfferingId`: Die ID des Plans, den Sie wählen. Sie können die ID eines Planangebots als Antwort auf Ihren `SearchTrainingPlanOfferings` API-Aufruf abrufen. Das Format sollte mit beginnen`pto-*`. + `TrainingPlanName`: Der Name des Plans, den Sie erstellen. # Auflisten von Trainingsplänen Du kannst alle Trainingspläne auflisten, die in deinem AWS Konto und deiner Region erstellt wurden, indem du die [https://docs.aws.amazon.com/sagemaker/latest/APIReference/API_ListTrainingPlans.html](https://docs.aws.amazon.com/sagemaker/latest/APIReference/API_ListTrainingPlans.html)API aufrufst. Im folgenden Beispiel wird ein AWS CLI Befehl verwendet, um die Liste Ihrer Trainingspläne abzurufen. ``` aws sagemaker list-training-plans \ --start-time-after "2024-09-26T00:00:01.000Z" ``` Dieses JSON-Dokument ist eine Beispielantwort aus der SageMaker Trainingsplan-API. Die Antwort enthält Einzelheiten zu einem Trainingsplan, der erfolgreich erstellt und reserviert wurde. ``` { "[TrainingPlanSummaries](https://docs.aws.amazon.com/sagemaker/latest/APIReference/API_TrainingPlanSummary.html)": [ { "AvailableInstanceCount": 2, "CurrencyCode": "USD", "DurationHours": 48, "DurationMinutes": 0, "EndTime": "2024-09-28T04:30:00-07:00", "InUseInstanceCount": 2, "[ReservedCapacitySummaries](https://docs.aws.amazon.com/sagemaker/latest/APIReference/API_ReservedCapacitySummary.html)": [ { "AvailabilityZone": "string", "DurationHours": 48, "DurationMinutes": 0, "EndTime": "2024-09-28T04:30:00-07:00", "InstanceType": "ml.p5.48xlarge", "ReservedCapacityArn": "arn:aws:sagemaker:us-east-1:123456789123:reserved-capacity/large-models-fine-tuning-rc1", "StartTime": "2024-09-26T04:30:00-07:00", "Status": "Scheduled", "TotalInstanceCount": 4, "UltraServerCount": 4, "UltraServerType": "ml.p6e-gb200.36xlarge" } ], "StartTime": "2024-09-26T04:30:00-07:00", "Status": "Scheduled", "StatusMessage": "Payment confirmed, training plan scheduled." "TargetResources": [ "training-job" ], "TotalInstanceCount": 4, "TotalUltraServerCount": 4, "TrainingPlanArn": "arn:aws:sagemaker:us-east-1:123456789123:training-plan/large-models-fine-tuning", "TrainingPlanName": "large-models-fine-tuning", "UpfrontFee": "xxxx.xx" } ] } ``` Die folgenden Abschnitte enthalten Einzelheiten zu einigen optionalen Parametern, die Sie an Ihre `ListTrainingPlans`-API-Anfrage übergeben können. ## Optionale Parameter Die folgenden Abschnitte enthalten Einzelheiten zu einigen optionalen Parametern, die Sie an Ihre `ListTrainingPlans`-API-Anfrage übergeben können. + `StartTimeAfter`: Die Startzeit des aktuellen Zeitraums der aufgelisteten Pläne, angegeben als ein `timestamp` oder eine `ISO 8601 date/time`. + `StartTimeBefore`: Die Endzeit des aktuellen Zeitbereichs der aufgelisteten Pläne, angegeben als a `timestamp` oder `ISO 8601 date/time` a. + `Filters`: Kriterien, die zum Filtern der Ergebnisse verwendet werden, mit bis zu 5 Name-Wert-Paaren, wobei „Name“ der Name eines Felds von a [TrainingPlanSummary](https://docs.aws.amazon.com/sagemaker/latest/APIReference/API_TrainingPlanSummary.html)und „Wert“ der Wert ist, der für den Filter berücksichtigt werden soll. Zum Beispiel `Name=Status,Value=Active`. Im folgenden Beispiel wird ein AWS CLI Befehl verwendet, um Ihre Liste mit Trainingsplänen abzurufen. Dabei werden einige der oben beschriebenen optionalen Parameter verwendet. ``` aws sagemaker list-training-plans --max-results 10 --sort-by StartTime --sort-order Descending --start-time-after 13000000 --filters Name=Status,Value=Active ``` # Details zum Trainingsplan anzeigen Um den Status eines Trainingsplans zu überwachen oder Details abzurufen, können Sie die [https://docs.aws.amazon.com/sagemaker/latest/APIReference/API_DescribeTrainingPlan.html](https://docs.aws.amazon.com/sagemaker/latest/APIReference/API_DescribeTrainingPlan.html)API verwenden. Die API-Antwort enthält ein `Status` Feld, das den aktuellen Status des Trainingsplans widerspiegelt: + Wenn der Kauf des Plans fehlschlägt, wird der Status auf gesetzt`Failed`. + Bei erfolgreicher Zahlung wechselt der Status je `Pending` nach `Scheduled` Startdatum des Plans von zu. + Wenn der Plan sein Startdatum erreicht, ändert sich der Status in`Active`. + Bei Plänen mit mehreren diskontinuierlichen reservierten Kapazitäten wird der Status bis zum Startdatum der nächsten reservierten Kapazität auf „`Scheduled`Zwischen aktiven Perioden“ zurückgesetzt. + Nach dem Enddatum des Plans wechselt der Status zu `Expired`. Sobald der Status lautet`Scheduled`, können Sie die im Plan reservierte Kapazität für Ihre SageMaker Trainingsjobs oder HyperPod Cluster-Workloads nutzen. **Anmerkung** Die mit dem Plan verbundenen Trainingsjobs behalten ihren Status `Pending`, bis der Plan den Status `Active` erreicht. Bei HyperPod Clustern, die einen Trainingsplan für Rechenkapazität verwenden, wird der Status der Instanzgruppe als `InService` einmal erstellt angezeigt. Im folgenden Beispiel wird ein AWS CLI Befehl verwendet, um die Details eines Trainingsplans anhand seines Namens abzurufen. ``` aws sagemaker describe-training-plan \ --training-plan-name "name" ``` Dieses JSON-Dokument ist eine Beispielantwort aus der SageMaker Trainingsplan-API. Diese Antwort enthält Details zu einem Trainingsplan, der erfolgreich erstellt wurde. ``` { "AvailableInstanceCount": 2, "CurrencyCode": "USD", "DurationHours": 48, "DurationMinutes": 0, "EndTime": "2024-09-28T04:30:00-07:00", "InUseInstanceCount": 2, "[ReservedCapacitySummaries](https://docs.aws.amazon.com/sagemaker/latest/APIReference/API_ReservedCapacitySummary.html)": [ { "AvailabilityZone": "string", "DurationHours": 48, "DurationMinutes": 0, "EndTime": "2024-09-28T04:30:00-07:00", "InstanceType": "ml.p5.48xlarge", "ReservedCapacityArn": "arn:aws:sagemaker:us-east-1:123456789123:reserved-capacity/large-models-fine-tuning-rc1", "StartTime": "2024-09-26T04:30:00-07:00", "Status": "Scheduled", "TotalInstanceCount": 4, "UltraServerCount": 4, "UltraServerType": "ml.p6e-gb200.36xlarge" } ], "StartTime": "2024-09-26T04:30:00-07:00", "Status": "Scheduled", "StatusMessage": "Payment confirmed, training plan scheduled." "TargetResources": [ "training-job" ], "TotalInstanceCount": 4, "TotalUltraServerCount": 4, "TrainingPlanArn": "arn:aws:sagemaker:us-east-1:123456789123:training-plan/large-models-fine-tuning", "TrainingPlanName": "large-models-fine-tuning", "UpfrontFee": "xxxx.xx" } ``` In den folgenden Abschnitten wird der obligatorische Eingabeanforderungsparameter für den `DescribeTrainingPlan` API-Vorgang definiert. ## Erforderliche Parameter + `TrainingPlanName`: Der Name des Trainingsplans, den Sie beschreiben möchten.