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.

# Conectando-se a HyperPod clusters e enviando tarefas a clusters
<a name="sagemaker-hyperpod-studio-open"></a>

Você pode iniciar cargas de trabalho de aprendizado de máquina em HyperPod clusters dentro do Amazon SageMaker Studio IDEs. Quando você inicia o Studio IDEs em um HyperPod cluster, um conjunto de comandos está disponível para ajudar você a começar. Você pode trabalhar em seus scripts de treinamento, usar contêineres do Docker para os scripts de treinamento e enviar trabalhos para o cluster, tudo de dentro do Studio IDEs. A seção a seguir fornece informações sobre como conectar seu cluster ao Studio IDEs.

No Amazon SageMaker Studio, você pode navegar até um dos seus clusters em **HyperPodclusters** (em **Compute**) e visualizar sua lista de clusters. Você pode conectar seu cluster a um IDE listado em **Ações**. 

Também é possível escolher seu sistema de arquivos personalizado na lista de opções. Para ter informações sobre como obter configurar isso, consulte [Configurando HyperPod no Studio](sagemaker-hyperpod-studio-setup.md).

Também é possível criar um espaço e executar um IDE usando a AWS CLI. Para fazer isso, use os comandos a seguir. O exemplo a seguir cria um `Private` `JupyterLab` espaço para `{{user-profile-name}}` com o sistema de arquivos `{{fs-id}}` FSx for Lustre anexado.

1. Crie um espaço usando [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 o.

   ```
   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. Crie o aplicativo usando [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 o.

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

Depois de abrir suas aplicações, você pode enviar tarefas diretamente aos clusters com os quais você tem conexão.