Le traduzioni sono generate tramite traduzione automatica. In caso di conflitto tra il contenuto di una traduzione e la versione originale in Inglese, quest'ultima prevarrà.

# Esecuzione di un processo di formazione su k8s HyperPod
<a name="cluster-specific-configurations-run-training-job-hyperpod-k8s"></a>

SageMaker HyperPod Recipes supporta l'invio di un lavoro di formazione a un GPU/Trainium cluster Kubernetes. Prima di inviare il job di addestramento, completa una delle operazioni seguenti:
+ Modifica il file di configurazione del cluster `k8s.yaml`
+ Sovrascrivi la configurazione del cluster tramite la riga di comando

Dopo aver eseguito una delle fasi precedenti, installa l’ambiente corrispondente.

## `Configura il cluster usando k8s.yaml`
<a name="cluster-specific-configurations-configure-cluster-k8s-yaml"></a>

Per inviare un lavoro di formazione a un cluster Kubernetes, devi specificare le configurazioni. Kubernetes-specific Le configurazioni includono il namespace del cluster o la posizione del volume persistente.

```
pullPolicy: Always
restartPolicy: Never
namespace: default
persistent_volume_claims:
  - null
```

1. `pullPolicy`: puoi specificare la policy pull quando invii un job di addestramento. Se specifichi “Sempre”, il cluster Kubernetes estrae sempre l’immagine dal repository. Per ulteriori informazioni, consulta [Image pull policy](https://kubernetes.io/docs/concepts/containers/images/#image-pull-policy).

1. `restartPolicy`: specifica se riavviare il job di addestramento se non riesce.

1. `namespace`: puoi specificare il namespace Kubernetes a cui viene inviato il job di addestramento.

1. `persistent_volume_claims`: puoi specificare un volume condiviso per il tuo job di addestramento per consentire a tutti i processi di addestramento di accedere ai file nel volume.