翻訳は機械翻訳により提供されています。提供された翻訳内容と英語版の間で齟齬、不一致または矛盾がある場合、英語版が優先します。

# HyperPod クラスターへの接続とクラスターへのタスクの送信
<a name="sagemaker-hyperpod-studio-open"></a>

Amazon SageMaker Studio IDE 内の HyperPod クラスターで機械学習ワークロードを起動できます。HyperPod クラスターで Studio IDE を起動すると、使用を開始するうえで役立つコマンドセットを使用できます。Studio IDE 内から、トレーニングスクリプトの作業、トレーニングスクリプト用の Docker コンテナの使用、クラスターへのジョブの送信をすべて実行できます。次のセクションでは、クラスターを Studio IDE に接続する方法について説明します。

Amazon SageMaker Studio では、**[HyperPod クラスター]** (**[コンピューティング]** の下) のいずれかのクラスターに移動し、クラスター一覧を表示できます。**[アクション]** にリストされている IDE にクラスターを接続できます。

オプションのリストからカスタムファイルシステムを選択することもできます。これを設定する方法については、「[Studio での HyperPod の設定](sagemaker-hyperpod-studio-setup.md)」を参照してください。

または、 AWS CLIを使用してスペースを作成し、IDE を起動することもできます。これには、以下のコマンドを使用します。次の例では、`{{fs-id}}` を使用した Lustre ファイルシステム用 FSx がアタッチされた、`{{user-profile-name}}` の`Private` `JupyterLab` スペースを作成します。

1. を使用してスペースを作成します[https://awscli.amazonaws.com/v2/documentation/api/latest/reference/sagemaker/create-space.html](https://awscli.amazonaws.com/v2/documentation/api/latest/reference/sagemaker/create-space.html) AWS CLI。

   ```
   aws sagemaker create-space \
   --region {{your-region}} \
   --ownership-settings "OwnerUserProfileName={{user-profile-name}}" \
   --space-sharing-settings "SharingType=Private" \
   --space-settings "AppType=JupyterLab,CustomFileSystems=[{FSxLustreFileSystem={FileSystemId={{fs-id}}}}]"
   ```

1. を使用してアプリを作成します[https://awscli.amazonaws.com/v2/documentation/api/latest/reference/sagemaker/create-app.html](https://awscli.amazonaws.com/v2/documentation/api/latest/reference/sagemaker/create-app.html) AWS CLI。

   ```
   aws sagemaker create-app \
   --region {{your-region}} \
   --space-name {{space-name}} \
   --resource-spec '{"ec2InstanceType":"'"{{instance-type}}"'","appEnvironmentArn":"'"{{image-arn}}"'"}'
   ```

アプリケーションが開いたら、接続しているクラスターにタスクを直接送信できます。