Yapay zeka modelleri ve platformları
AWS, SageMaker HyperPod Slurm’a Yönetilen Küme Uzantıları Ekliyor

Öne çıkan noktalarKüme uzantıları, düğüm yazılımını HyperPod'un sürekli doğruladığı ve uzlaştırdığı…
Daha fazla göster
- Küme uzantıları, düğüm yazılımını HyperPod'un sürekli doğruladığı ve uzlaştırdığı bildirilmiş duruma dönüştürür.
- Yöneticiler, düğümleri değiştirmeden veya yaşam döngüsü betiklerini yeniden çalıştırmadan ayarları veya uzantı sürümlerini güncelleyebilir.
- Mevcut kümeleri taşımak, bir bakım penceresi sırasında betikle yüklenen aracıların manuel olarak kaldırılmasını gerektirir.
Amazon Web Services, çalışan düğümlerdeki yazılımlar için API’ler veya SageMaker AI konsolu aracılığıyla bildirim temelli yapılandırma olanağı sunan yönetilen küme uzantılarını 20 Kasım 2026’da Amazon SageMaker HyperPod Slurm için kullanıma sundu. İlk iki uzantı, dizin entegrasyonu da dahil olmak üzere gözlemlenebilirlik ve kullanıcı yönetimi özelliklerini kapsıyor.
Bu lansman, ortak kullanılan bir yapay zekâ eğitim kümesinin kaynak sağlandıktan sonra değişen bölümüne yönelik. HyperPod, 2026 boyunca API üzerinden Slurm yapılandırması, AMI tabanlı düğüm kurulumu, kesintisiz kaynak sağlama, otomatik topoloji yönetimi ve kapsamlı sistem durumu denetimleri özelliklerini zaten eklemişti. Bu özellikler kümenin tanımını, kapasitesini, ağ düzenini ve donanım durumunu yönetiyor; küme uzantıları ise araştırma ekipleri, izleme gereksinimleri ve paket sürümleri değiştikçe güncellenen düğüm yazılımlarına aynı yaklaşımı uyguluyor.
Düğüm Yazılımları için İstenen Durum
Yöneticiler, AWS tarafından yönetilen paketleri konsol, AWS CLI veya bir SDK üzerinden yükleyebilir, yapılandırabilir, güncelleyebilir ve kaldırabilir. HyperPod, dağıtım öncesinde ayarları seçilen uzantı sürümünün şemasına göre doğrular ve istenen sürümle ayarları hedef durum olarak kaydeder. Ardından bir düğüm aracısı, ölçeklendirme veya değiştirme yoluyla eklenen düğümler de dahil olmak üzere her düğümün rolü için gerekli bileşenleri uygular.
Güncellemelerde yalnızca değiştirilmek istenen ayarlar gönderilir. HyperPod bunları kayıtlı yapılandırmayla birleştirir ve düğümleri değiştirmeden veya yaşam döngüsü komut dosyalarını yeniden çalıştırmadan yalnızca etkilenen bileşenleri yeniden başlatır. Yeni uzantı sürümleri AMI güncellemesi yapılmadan da yüklenebilir. HyperPod, dağıtımdan önce kayıtlı ayarları yeni sürümün şemasına göre denetler ve yükseltmeler yalnızca ileri yönde yapılır.
Her uzantının dağıtım sırasında durumu Oluşturuluyor veya Güncelleniyor, her düğüm istenen yapılandırmayı bildirilen bir sorun olmadan çalıştırdığında Etkin, düğümlerde hata oluştuğunda veya sorun bildirildiğinde ise Düşük Performanslı olarak gösterilir. DescribeClusterExtension, düğüm düzeyindeki sistem durumu sorunlarını nedenlerine göre gruplandırır ve her biri için bir kod, ileti ve etkilenen düğüm sayısı sunar. HyperPod, dahili hataları yeniden dener; yöneticiler diğer nedenleri düzeltebilir ve yapılandırma değişikliği içermeyen bir güncelleme çağrısıyla etkilenen düğümleri yeniden deneyebilir.
Gözlemlenebilirlik ve Kullanıcı Yönetimi
sagemaker-observability uzantısı; düğüm, GPU, Elastic Fabric Adapter, Slurm işi ve Slurm kümesi ölçümlerini toplar ve bunları Amazon CloudWatch’a veya Amazon Managed Service for Prometheus’a gönderir. Ölçüm kategorileri, düzeyleri ve toplama aralıkları yapılandırılabilir; düğümlerde yalnızca rollerine uygun bileşenler çalışır. Örneğin GPU düğümlerinde DCGM ve EFA dışa aktarıcıları, denetleyici düğümünde ise Slurm kümesi ölçümleri çalışır.
İsteğe bağlı bir Amazon Managed Grafana çalışma alanı, önceden oluşturulmuş Clusters ve Jobs panoları sunar. Bu panolar, küme genelindeki sistem durumu ve Slurm durumunu düğüm başına altyapı ölçümleriyle ve tek tek işlerin kaynak kullanımıyla ilişkilendirir. Bu kaynak kullanımı; CPU, bellek, GPU kullanımı, disk G/Ç’si ve NCCL verilerini kapsar.
sagemaker-user-management uzantısı, düğümler arasında tutarlı kimliklere sahip Linux kullanıcıları ve grupları oluşturur; düğüm türüne göre SSH ve parolasız sudo erişimini denetler ve kullanıcıları Slurm hesaplama sistemine kaydeder. Hesaplar yerel olarak tanımlanabilir, LDAPS üzerinden Active Directory’den alınabilir veya her iki yöntem birlikte kullanılabilir; buna AWS Directory Service for Microsoft Active Directory bağlantıları da dahildir. Yeni ve yedek düğümlere aynı yapılandırma uygulanır; yöneticiler her düğümde oturum açmak yerine API üzerinden erişimi inceleyebilir.
Taşıma, İzinler ve Maliyet
Küme uzantılarını kullanmak için sürekli kaynak sağlama etkinleştirilmiş, 2 Kasım 2026 tarihli HyperPod AMI’yi veya daha yeni bir sürümü kullanan bir HyperPod Slurm kümesi gerekir. Uzantılar yazılımları kök kullanıcı olarak çalıştırdığından AWS, oluşturma, güncelleme ve silme izinlerini yönetici izinleri olarak değerlendiriyor ve bu izinlerin küme yürütme rolüne verilmemesini öneriyor. Bu rolün yine de ölçüm hedeflerine ve Active Directory gizli bilgilerine erişmesi gerekir; ayrıca kullanıcı yönetimi için ana dizinleri barındıran paylaşımlı bir dosya sistemi gerekir. Ayrı uzantı ARN’leri, platform ve izleme ekiplerinin farklı uzantıların sorumluluğunu üstlenmesine olanak tanır.
Mevcut kümeler, komut dosyalarıyla uzantıların birlikte çalışmasına izin vererek her seferinde bir özelliği taşıyabilir. Süreç; küme yazılımının güncellenmesini, ilgili özelliğin yaşam döngüsü komut dosyalarında devre dışı bırakılmasını, komut dosyalarıyla yüklenmiş aracıların bir bakım aralığında elle kaldırılmasını ve uzantının temiz kümeye eklenmesini gerektirir. Her bileşenin tek bir sahibi olmalıdır: aynı dışa aktarıcıyı, kullanıcıyı veya hizmeti her iki yöntemle yönetmek, yükleme ya da çalışma zamanı çakışmalarına yol açabilir. Kuruluşa özel yazılımlar için özel AMI’ler ve yaşam döngüsü komut dosyaları kullanılmaya devam edebilir; yöneticiler denetleyici düğümü de dahil olmak üzere tüm düğümlere SSH ve doğrudan yapılandırma erişimini korur.
Her iki uzantı da SageMaker HyperPod’un desteklendiği tüm Bölgelerde kullanılabilir. Küme uzantıları için ek ücret alınmaz; ancak müşteriler CloudWatch, Amazon Managed Service for Prometheus ve AWS Secrets Manager gibi temel kaynakların ücretlerini öder.
Ortak temel model kümelerinde bunun operasyonel sonucu, ortak düğüm yazılımlarının artık sağlama komut dosyaları koleksiyonu olarak değil, küme durumunun beyan edilmiş ve sürekli denetlenen bir parçası olarak yönetilmesidir. Komut dosyalarıyla yüklenen ajanların kaldırılması, filonun tamamında yapılması gereken tek manuel geçiş adımıdır; bunun ardından ölçek artırımları ve yedek düğümler aynı uzantı ayarlarını devralırken kuruma özgü araçlar küme ekibinin denetiminde kalır.












