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.

# Utilizzo dei piani di formazione per i cluster Amazon SageMaker HyperPod
<a name="training-plan-utilization-for-hyperpod"></a>

Per utilizzare i piani di SageMaker formazione per il tuo SageMaker HyperPod cluster Amazon, specifica il piano di formazione che desideri utilizzare a livello di istanza del cluster durante la creazione o l'aggiornamento del cluster. 

**Nota**  
Il piano di formazione deve avere `Active` lo stato `Scheduled` o per essere utilizzato da un HyperPod cluster.
Assicurati che la configurazione del cluster sia in linea con la zona di disponibilità (AZ) specificata nel tuo piano di addestramento.  
Per la configurazione del VPC, la posizione delle risorse e la configurazione del gruppo di sicurezza, consulta la [Configurazione SageMaker HyperPod con un Amazon VPC personalizzato](sagemaker-hyperpod-prerequisites.md#sagemaker-hyperpod-prerequisites-optional-vpc) SageMaker HyperPod documentazione.  
Se effettui la configurazione HyperPod con Amazon FSx for Lustre, scopri di più sulla selezione della regione e della zona, esamina i requisiti di configurazione del VPC e scopri le migliori pratiche di allineamento AZ in. [(Facoltativo) Configurazione SageMaker HyperPod con Amazon FSx for Lustre](sagemaker-hyperpod-prerequisites.md#sagemaker-hyperpod-prerequisites-optional-fsx)
Puoi selezionare un piano per ciascun gruppo di istanze. Tuttavia, non è consigliabile utilizzare un piano di addestramento per il gruppo di istanze primarie di un cluster, poiché i nodi primari richiedono risorse continue e stabili che non sono in linea con la durata fissa e la natura potenzialmente discontinua delle capacità del piano di addestramento.

**Topics**
+ [Crea un SageMaker HyperPod cluster sui piani di allenamento utilizzando la console AI SageMaker](use-training-plan-for-hyperpod-creation-using-console.md)
+ [Aggiorna un SageMaker HyperPod cluster sui piani di allenamento utilizzando la console SageMaker AI](use-training-plan-for-hyperpod-update-using-console.md)
+ [Crea un SageMaker HyperPod cluster sui piani di formazione utilizzando l' SageMaker API, oppure AWS CLI](use-training-plan-for-hyperpod-creation-using-api-cli-sdk.md)
+ [Aggiornare un SageMaker HyperPod cluster sui piani di formazione utilizzando l' SageMaker API, oppure AWS CLI](use-training-plan-for-hyperpod-update-using-api-cli-sdk.md)

# Crea un SageMaker HyperPod cluster sui piani di allenamento utilizzando la console AI SageMaker
<a name="use-training-plan-for-hyperpod-creation-using-console"></a>

Per creare un SageMaker HyperPod cluster utilizzando i piani di allenamento dell'interfaccia utente della console SageMaker AI, segui questi passaggi:

1. Vai alla console SageMaker AI all'indirizzo [https://console.aws.amazon.com/sagemaker/](https://console.aws.amazon.com/sagemaker/).

1. Nel riquadro di navigazione a sinistra, scegli **Hyperpod**, quindi **Crea cluster**.

1. Quando configuri un gruppo di istanze, puoi selezionare un piano in linea con le tue esigenze di capacità di calcolo.

![\[SageMaker L'interfaccia della console AI mostra una finestra modale per la creazione di un gruppo di istanze all'interno di un SageMaker HyperPod cluster. Il modulo include campi come il nome del gruppo, il tipo di istanza, la quantità, la capacità dell’istanza (con opzioni per piani on demand e di addestramento) e un percorso di directory per lo script del ciclo di vita in fase di creazione.\]](http://docs.aws.amazon.com/it_it/sagemaker/latest/dg/images/training-plans/tp-create-hyperpod-cluster.png)


Rivedi e crea il cluster. I gruppi di istanze che utilizzano un piano di addestramento aumentano verticalmente fino al numero di istanze di destinazione specificato quando il piano di addestramento diventa `Active`, in base alla capacità disponibile. Trenta minuti prima della fine di ogni periodo di capacità riservata, il gruppo di istanze inizia a ridursi verticalmente fino a zero istanze. Questo stato di ridimensionamento persiste fino all’inizio del successivo periodo di capacità riservata o alla fine del piano. Durante questo processo, un gruppo di istanze integro mantiene uno stato `InService` dopo la sua creazione iniziale, indipendentemente dal numero di istanze corrente.

# Aggiorna un SageMaker HyperPod cluster sui piani di allenamento utilizzando la console SageMaker AI
<a name="use-training-plan-for-hyperpod-update-using-console"></a>

Puoi aggiornare, rimuovere o aggiungere un piano di formazione a un SageMaker HyperPod cluster esistente utilizzando l'interfaccia utente della console SageMaker AI. Per aggiornare il gruppo di istanze di un SageMaker HyperPod cluster, segui questi passaggi:

1. Vai alla console SageMaker AI all'indirizzo [https://console.aws.amazon.com/sagemaker/](https://console.aws.amazon.com/sagemaker/).

1. Nel riquadro di navigazione a sinistra, scegli **Hyperpod**.

1. Vai alla pagina dei dettagli del cluster seguendo il link ipertestuale associato al nome del cluster.

1. Quando configuri un gruppo di istanze, puoi aggiornare il piano per allinearlo alle nuove esigenze di capacità di calcolo.

![\[SageMaker L'interfaccia della console AI mostra una finestra modale per l'aggiornamento di un gruppo di istanze all'interno di un SageMaker HyperPod cluster. Il modulo include campi come il nome del gruppo, il tipo di istanza, la quantità, la capacità dell’istanza (con opzioni per piani on demand e di addestramento) e un percorso di directory per lo script del ciclo di vita in fase di creazione.\]](http://docs.aws.amazon.com/it_it/sagemaker/latest/dg/images/training-plans/tp-update-hyperpod-clusters.png)


Rivedi e aggiorna il cluster.

# Crea un SageMaker HyperPod cluster sui piani di formazione utilizzando l' SageMaker API, oppure AWS CLI
<a name="use-training-plan-for-hyperpod-creation-using-api-cli-sdk"></a>

Per utilizzare i piani di SageMaker formazione per il tuo SageMaker HyperPod cluster Amazon, specifica l'ARN del piano di formazione che desideri utilizzare nel [https://docs.aws.amazon.com/sagemaker/latest/APIReference/API_ClusterInstanceGroupSpecification.html#sagemaker-Type-ClusterInstanceGroupSpecification-TrainingPlanArn](https://docs.aws.amazon.com/sagemaker/latest/APIReference/API_ClusterInstanceGroupSpecification.html#sagemaker-Type-ClusterInstanceGroupSpecification-TrainingPlanArn)parametro di [https://docs.aws.amazon.com/sagemaker/latest/APIReference/API_ClusterInstanceGroupSpecification.html](https://docs.aws.amazon.com/sagemaker/latest/APIReference/API_ClusterInstanceGroupSpecification.html)quando chiami l'operazione [https://docs.aws.amazon.com/sagemaker/latest/APIReference/API_CreateCluster.html](https://docs.aws.amazon.com/sagemaker/latest/APIReference/API_CreateCluster.html)API. 

Assicurati che la sottorete associata all’AZ indicata del piano sia inclusa in `VPCConfig` della tua configurazione del cluster. Puoi recuperare il valore `AvailabilityZone` di un piano di formazione nella risposta a una chiamata [``DescribeTrainingPlan](https://docs.aws.amazon.com/sagemaker/latest/APIReference/API_DescribeTrainingPlan.html)API.

L'esempio seguente illustra come creare un nuovo SageMaker HyperPod cluster e fornire a un gruppo di istanze un piano di addestramento nell'`--instance-groups`attributo del `create-cluster` AWS CLI comando. 

```
# Create a cluster         
aws sagemaker create-cluster \
  --cluster-name cluster-name \
  --instance-groups '[ \
        { \
            "InstanceCount": 1,\
            "InstanceGroupName": "controller-nodes",\
            "InstanceType": "ml.t3.xlarge",\
            "LifeCycleConfig": {"SourceS3Uri": source_s3_uri, "OnCreate": "on_create.sh"},\
            "ExecutionRole": "arn:aws:iam::customer_account_id:role/execution_role",\
            "ThreadsPerCore": 1,\
        },\
        { \
            "InstanceCount": 2, \
            "InstanceGroupName": "worker-nodes",\
            "InstanceType": "p4d.24xlarge",\
            "LifeCycleConfig": {"SourceS3Uri": source_s3_uri, "OnCreate": "on_create.sh"},\
            "ExecutionRole": "arn:aws:iam::customer_account_id}:role/execution_role}",\
            "ThreadsPerCore": 1,\
            "TrainingPlanArn": training_plan_arn,\
        }]'
```

Per informazioni su come creare un HyperPod cluster utilizzando il AWS CLI, vedere [https://docs.aws.amazon.com/cli/latest/reference/sagemaker/create-cluster.html](https://docs.aws.amazon.com/cli/latest/reference/sagemaker/create-cluster.html).

Dopo aver creato il cluster, puoi verificare che al gruppo di istanze sia stata assegnata correttamente la capacità prevista dal piano di addestramento chiamando l’API `DescribeCluster`.

```
aws sagemaker describe-cluster --cluster-name cluster-name
```

# Aggiornare un SageMaker HyperPod cluster sui piani di formazione utilizzando l' SageMaker API, oppure AWS CLI
<a name="use-training-plan-for-hyperpod-update-using-api-cli-sdk"></a>

È possibile aggiungere, aggiornare o rimuovere un piano di formazione aggiornando il gruppo di istanze di un cluster esistente utilizzando il `update-cluster` AWS CLI comando. L'esempio seguente illustra come aggiornare un SageMaker HyperPod cluster e fornire a un gruppo di istanze un nuovo piano di formazione.

```
# Update a cluster
aws sagemaker update-cluster \
  --cluster-name cluster-name \
  --instance-groups '[ \
        { \
            "InstanceCount": 1,\
            "InstanceGroupName": "controller-nodes",\
            "InstanceType": "ml.t3.xlarge",\
            "LifeCycleConfig": {"SourceS3Uri": source_s3_uri, "OnCreate": "on_create.sh"},\
            "ExecutionRole": "arn:aws:iam::customer_account_id:role/execution_role",\
            "ThreadsPerCore": 1,\
        },\
        { \
            "InstanceCount": 2, \
            "InstanceGroupName": "worker-nodes",\
            "InstanceType": "p4d.24xlarge",\
            "LifeCycleConfig": {"SourceS3Uri": source_s3_uri, "OnCreate": "on_create.sh"},\
            "ExecutionRole": "arn:aws:iam::customer_account_id}:role/execution_role}",\
            "ThreadsPerCore": 1,\
            "TrainingPlanArn": training_plan_arn,\
        },\
        {\
            "InstanceCount": 1,\
            "InstanceGroupName": "worker-nodes-2",\
            "InstanceType": "p4d.24xlarge",\
            "LifeCycleConfig": {"SourceS3Uri": source_s3_uri, "OnCreate": "on_create.sh"},\
            "ExecutionRole": "arn:aws:iam::customer_account_id:role/execution_role",\
            "ThreadsPerCore": 1,\
            "TrainingPlanArn": training_plan_arn,\
        }\
    ]'
```