跳到正文
热点事件观察中

AWS SageMaker HyperPod 增强可观测性

1 篇报道1 个报道来源2 天前更新

先了解这件事

AI 综述

2026年11月20日,AWS Machine Learning Blog 发布消息称,Amazon SageMaker HyperPod 新增增强基础设施可观测性能力,用于帮助用户更快诊断 GPU 训练问题。该能力通过 CloudWatch 的 DetectGroupOutliers API,对比同一训练任务中各 GPU 的利用率、内存、温度、功耗和 SM 时钟频率,从而标记异常 GPU;同时借助静态诊断规则识别 XID 错误、ECC 内存错误、EFA 吞吐下降和热降频等常见故障。报道未披露该功能的发布时间、适用区域或定价信息,也未提及此前是否已有相关能力。目前进展为功能正式对外介绍。

AI 根据报道生成 · 2 天前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月20日
  1. AWS Machine Learning Blog
    Amazon SageMaker HyperPod 推出增强基础设施可观测性

    Amazon SageMaker HyperPod 新增增强可观测性能力,帮助用户更快诊断 GPU 训练问题。该能力通过 CloudWatch 的 DetectGroupOutliers API 对比同一训练任务中各 GPU 的利用率、内存、温度、功耗和 SM 时钟频率,标记异常 GPU,并用静态诊断规则识别 XID 错误、ECC 内存错误、EFA 吞吐下降和热降频等常见故障。

本事件热度走势

当前热度 3·可比范围峰值 10(11月20日 01:00)·近 24 小时可比范围变化 -49%

02.557.51011月20日01:0011月20日17:0011月21日08:0011月22日00:00

趋势仅比较持续完整观测到的相同主体,范围可能小于当前热度统计。移动指针或点击图表查看每小时热度;键盘可用左右方向键切换。