Amazon SageMaker HyperPod
Amazon推出的面向大规模机器学习训练的分布式集群基础设施服务，支持多团队共享GPU集群，提供容量配额管理、优先级调度及访问治理能力
时间轴 (近 90 天)
Amazon SageMaker HyperPod 提供了一套跨团队共享GPU集群的参考架构，通过身份认证、命名空间隔离、任务治理和成本分摊的组合解决一池多租场景的核心问题
HyperPod 治理结构被拆解为四个控制层：组织层、项目层、集群层和工作负载层
HyperPod 的治理通过 Amazon SageMaker Unified Studio 来统一管理集群
HyperPod 支持对共享集群容量进行配额管理和优先级调度
Amazon SageMaker HyperPod 是面向大规模机器学习训练的分布式集群基础设施
当配额所有者提交新任务时，调度器会按优先级回收资源并重新分配，实现闲置配额的超卖与借用
亚马逊官方近期发布了涵盖基础设施边界设计、访问治理、容量分配与跨组织运维的 HyperPod 治理方法论
官方建议以统一方式在各个控制层上运维 HyperPod，以避免配置漂移和策略不一致
HyperPod 的 EKS 模式下，ResourceQuota 对象可为每个命名空间（对应项目）限定 GPU 数量上限
全部知识事实 (9)
Amazon SageMaker HyperPod 提供了一套跨团队共享GPU集群的参考架构，通过身份认证、命名空间隔离、任务治理和成本分摊的组合解决一池多租场景的核心问题
50%待验证HyperPod 治理结构被拆解为四个控制层：组织层、项目层、集群层和工作负载层
50%待验证HyperPod 的治理通过 Amazon SageMaker Unified Studio 来统一管理集群
50%待验证HyperPod 支持对共享集群容量进行配额管理和优先级调度
50%待验证Amazon SageMaker HyperPod 是面向大规模机器学习训练的分布式集群基础设施
50%待验证当配额所有者提交新任务时，调度器会按优先级回收资源并重新分配，实现闲置配额的超卖与借用
50%待验证官方建议以统一方式在各个控制层上运维 HyperPod，以避免配置漂移和策略不一致
50%待验证HyperPod 的 EKS 模式下，ResourceQuota 对象可为每个命名空间（对应项目）限定 GPU 数量上限
50%待验证亚马逊官方近期发布了涵盖基础设施边界设计、访问治理、容量分配与跨组织运维的 HyperPod 治理方法论
50%