As traduções são geradas por tradução automática. Em caso de conflito entre o conteúdo da tradução e da versão original em inglês, a versão em inglês prevalecerá.
Configure sua instância de trabalho híbrida
Dependendo do seu algoritmo, você pode ter requisitos diferentes. Por padrão, o Amazon Braket executa seu script de algoritmo em uma instância ml.m5.large. No entanto, você pode personalizar esse tipo de instância ao criar um trabalho híbrido usando o seguinte argumento de importação e configuração.
from braket.jobs.config import InstanceConfig job = AwsQuantumJob.create( ... instance_config=InstanceConfig(instanceType="ml.g4dn.xlarge"), # Use NVIDIA T4 instance with 4 GPUs. ... ),
Se você estiver executando uma simulação incorporada e tiver especificado um dispositivo local na configuração do dispositivo, também poderá solicitar mais de uma instância no InstanceConfig especificando instanceCount e definindo que seja maior que um. O limite superior é 5. Por exemplo, você pode escolher 3 instâncias da seguinte maneira.
from braket.jobs.config import InstanceConfig job = AwsQuantumJob.create( ... instance_config=InstanceConfig(instanceType="ml.g4dn.xlarge", instanceCount=3), # Use 3 NVIDIA T4 instances ... ),
Ao usar várias instâncias, considere distribuir seu trabalho híbrido usando o recurso de data parallel. Consulte o exemplo de caderno a seguir para obter mais detalhes sobre como ver esse exemplo de treinamento do Parallelize para QML
As três tabelas a seguir listam os tipos e especificações de instância disponíveis para instâncias padrão, de alto desempenho e aceleradas por GPU.
nota
Para ver as cotas padrão de instância de computação clássica para trabalhos híbridos, consulte a página Cotas do Amazon Braket.
| Instâncias padrão | vCPU | Memória (GiB) |
|---|---|---|
|
ml.m5.large (padrão) |
4 |
16 |
|
ml.m5.xlarge |
4 |
16 |
|
ml.m5.2xlarge |
8 |
32 |
|
ml.m5.4xlarge |
16 |
64 |
|
ml.m5.12xlarge |
48 |
192 |
|
ml.m5.24xlarge |
96 |
384 |
| Instâncias de alta performance | vCPU | Memória (GiB) |
|---|---|---|
|
ml.c5.xlarge |
4 |
8 |
|
ml.c5.2xlarge |
8 |
16 |
|
ml.c5.4xlarge |
16 |
32 |
|
ml.c5.9xlarge |
36 |
72 |
|
ml.c5.18xlarge |
72 |
144 |
|
ml.c5n.xlarge |
4 |
10.5 |
|
ml.c5n.2xlarge |
8 |
21 |
|
ml.c5n.4xlarge |
16 |
32 |
|
ml.c5n.9xlarge |
36 |
72 |
|
ml.c5n.18xlarge |
72 |
192 |
| Inferência acelerada por GPU | GPUs | vCPU | Memória (GiB) | Memória de GPU (GiB) |
|---|---|---|---|---|
|
ml.p4d.24xlarge |
8 |
96 |
1152 |
320 |
|
ml.g4dn.xlarge |
1 |
4 |
16 |
16 |
|
ml.g4dn.2xlarge |
1 |
8 |
32 |
16 |
|
ml.g4dn.4xlarge |
1 |
16 |
64 |
16 |
|
ml.g4dn.8xlarge |
1 |
32 |
128 |
16 |
|
ml.g4dn.12xlarge |
4 |
48 |
192 |
64 |
|
ml.g4dn.16xlarge |
1 |
64 |
256 |
16 |
Cada instância usa uma configuração padrão de armazenamento de dados (SSD) de 30 GB. Mas você pode ajustar o armazenamento da mesma forma que configura o instanceType. O exemplo a seguir mostra como aumentar o armazenamento total para 50 GB.
from braket.jobs.config import InstanceConfig job = AwsQuantumJob.create( ... instance_config=InstanceConfig( instanceType="ml.g4dn.xlarge", volumeSizeInGb=50, ), ... ),
Configure o bucket padrão em AwsSession
A utilização de sua própria instância de AwsSession oferece maior flexibilidade, como a capacidade de especificar um local personalizado para seu bucket padrão do Amazon S3. Por padrão, uma AwsSession tem uma localização pré-configurada de bucket do Amazon S3 do "amazon-braket-{id}-{region}". No entanto, você tem a opção de substituir a localização padrão do bucket do Amazon S3 ao criar uma AwsSession. Opcionalmente, os usuários podem passar um objeto AwsSession para o método AwsQuantumJob.create(), fornecendo o parâmetro aws_session conforme demonstrado no exemplo de código a seguir.
aws_session = AwsSession(default_bucket="amazon-braket-s3-demo-bucket") # Then you can use that AwsSession when creating a hybrid job job = AwsQuantumJob.create( ... aws_session=aws_session )