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.

# Treinamento distribuído com Amazon SageMaker AI RL
<a name="sagemaker-rl-distributed"></a>

O Amazon SageMaker AI RL oferece suporte ao treinamento distribuído de vários núcleos e várias instâncias. Dependendo do seu caso de uso, a implantação do and/or ambiente de treinamento pode ser distribuída. Por exemplo, o SageMaker AI RL funciona para os seguintes cenários distribuídos:
+ Única instância de treinamento e várias instâncias de implementação do mesmo tipo de instância. Para ver um exemplo, consulte o exemplo de compressão de rede neural no [repositório de exemplos de SageMaker IA](https://github.com/awslabs/amazon-sagemaker-examples/tree/master/reinforcement_learning).
+ Instância de treinador única e várias instâncias de implementação, em que diferentes tipos de instância para treinamento e implementações. Para ver um exemplo, veja o AWS RoboMaker exemplo AWS DeepRacer /no [repositório de exemplos de SageMaker IA](https://github.com/awslabs/amazon-sagemaker-examples/tree/master/reinforcement_learning).
+ Instância de treinador único que usa vários núcleos para implementação. Para ver um exemplo, veja o exemplo do Roboschool no [repositório de exemplos de SageMaker IA](https://github.com/awslabs/amazon-sagemaker-examples/tree/master/reinforcement_learning). Isso é útil se o ambiente de simulação for leve e puder ser executado em um único thread. 
+ Várias instâncias de treinamento e implementações. Para ver um exemplo, veja o exemplo do Roboschool no [repositório de exemplos de SageMaker IA](https://github.com/awslabs/amazon-sagemaker-examples/tree/master/reinforcement_learning).