本文属于机器翻译版本。若本译文内容与英语原文存在差异，则一律以英文原文为准。

# 亚马逊 A SageMaker I 中的托管竞技训练
<a name="model-managed-spot-training"></a>

Amazon SageMaker AI 让使用托管的 Amazon EC2 Spot 实例可以轻松训练机器学习模型。与按需实例相比，托管竞价型训练最多可以将训练模型的成本减少 90%。 SageMaker AI 代表你管理 Spot 中断。

托管竞价型训练使用 Amazon EC2 竞价型实例而不是按需实例来运行训练作业。您可以指定哪些训练作业使用竞价型实例，以及一个停止条件，该条件指定 SageMaker AI 使用 Amazon EC2 竞价型实例等待任务运行多长时间。训练期间生成的指标和日志可在中找到 CloudWatch。

Amazon SageMaker AI 自动模型调整（也称为超参数调整）可以使用托管现场训练。有关自动模型调优的更多信息，请参阅[使用 SageMaker AI 自动调整模型](automatic-model-tuning.md)。

Spot 实例可能会中断，导致作业开始或结束所花的时间更长。您可以将托管现场训练作业配置为使用检查点。 SageMaker AI 将检查点数据从本地路径复制到 Amazon S3。任务重新启动后， SageMaker AI 会将 Amazon S3 中的数据复制回本地路径。然后，训练作业可以从最后一个检查点恢复，而无需重新开始。有关检查点操作的更多信息，请参阅 [亚马逊 A SageMaker I 中的检查点](model-checkpoints.md)。

**注意**  
除非您的训练作业很快完成，否则我们建议您将检查点与托管现场训练配合使用。 SageMaker 人工智能内置算法和不进行检查点的市场算法目前限制在 3600 秒（60 分钟）以内。`MaxWaitTimeInSeconds`

要使用托管的 Spot 训练，请创建一个训练作业。将 `EnableManagedSpotTraining` 设置为 `True` 并指定 `MaxWaitTimeInSeconds`。`MaxWaitTimeInSeconds` 必须大于 `MaxRuntimeInSeconds`。有关创建训练作业的更多信息，请参阅[DescribeTrainingJob](https://docs.aws.amazon.com/sagemaker/latest/APIReference/API_DescribeTrainingJob.html)。

您可以使用公式 `(1 - (BillableTimeInSeconds / TrainingTimeInSeconds)) * 100` 计算使用托管的 Spot 训练时节省的时间。例如，如果 `BillableTimeInSeconds` 为 100 而 `TrainingTimeInSeconds` 为 500，表示您的训练作业运行了 500 秒，但只收取 100 秒的费用。可节约 (1 - (100 / 500)) \* 100 = 80%。

要了解如何在 Amazon A SageMaker I 竞价实例上运行训练作业，以及托管竞价训练的工作原理和缩短计费时间，请参阅以下示例笔记本：
+ [管理现场训练 TensorFlow](https://sagemaker-examples.readthedocs.io/en/latest/sagemaker-python-sdk/managed_spot_training_tensorflow_estimator/managed_spot_training_tensorflow_estimator.html)
+ [使用 PyTorch 进行托管竞价型训练](https://github.com/aws-samples/amazon-sagemaker-managed-spot-training/blob/main/pytorch_managed_spot_training_checkpointing/pytorch_managed_spot_training_checkpointing.ipynb)
+ [使用 XGBoost 进行托管竞价型训练](https://sagemaker-examples.readthedocs.io/en/latest/introduction_to_amazon_algorithms/xgboost_abalone/xgboost_managed_spot_training.html)
+ [使用 MXNet 进行托管竞价型训练](https://github.com/aws/amazon-sagemaker-examples-community/blob/215215eb25b40eadaf126d055dbb718a245d7603/training/sagemaker-debugger/mxnet-spot-training-with-sagemakerdebugger.ipynb#L41)
+ [Amazon SageMaker AI 托管 Spot 训练示例 GitHub 存储库](https://github.com/aws-samples/amazon-sagemaker-managed-spot-training)