”Amazon SageMaker HyperPod hat die Unterstützung für die Erstellung und Verwaltung interaktiver Entwicklungsumgebungen wie JupyterLab und Visual Studio Code eingeführt. Mit der neuen Funktion \”Amazon SageMaker Spaces\” können Datenwissenschaftler und KI-Entwickler selbstständige Umgebungen für das Ausführen von Notebooks schaffen. Dies optimiert den Lebenszyklus der ML-Entwicklung, da jetzt sowohl interaktive Arbeitslasten als auch Trainingsjobs auf derselben Infrastruktur ausgeführt werden können, was die Kosten durch die Unterstützung von Bruchteil-GPU-Zuweisungen effizienter gestaltet.\n\nAdministratoren können die Spaces-Add-On über die SageMaker AI-Konsole installieren und anschließend von Datenwissenschaftlern genutzt werden. Diese können mit dem HyperPod Command Line Interface oder kubectl Spaces erstellen und verwalten. Die Benutzer haben die Möglichkeit, über eine Weboberfläche oder eine Fernverbindung von einer lokalen IDE wie Visual Studio Code auf diese Spaces zuzugreifen.\n\nDie Bereitstellung erfolgt durch Installation des Spaces-Add-Ons und möglicherweise durch die Konfiguration zusätzlicher Zugriffsrechte über EKS. Best Practices wie Benutzerverwaltung, Vorlagen von Administratoren und die Anpassung von Umgebungen werden bereitgestellt, um produktive und sichere Entwicklungsumgebungen zu gewährleisten. Der Artikel bietet auch Anweisungen zur Einrichtung, Erstellung und Verwaltung von Spaces sowie zur Integration mit anderen HyperPod-Funktionen zur Kostenoptimierung und Überwachung von Ressourcen. \n\nZusammenfassend erhöht die Einführung von Amazon SageMaker Spaces in HyperPod die Produktivität der Teams, da nun sicherere und verwaltete Entwicklungsumgebungen zur Verfügung stehen, die den Fokus auf die Modellentwicklung richten.