2026. október 30., péntek · Eszközök

Az AWS új kvótakezelést vezetett be a SageMaker tanítási feladatokhoz

Az AWS Batch mostantól kvótakezelést kínál a SageMaker Training feladatokhoz, amely lehetővé teszi, hogy a vállalatok a megosztott GPU-kapacitást csapatonként vagy projektenként osszák fel. A vállalat szerint az adminisztrátorok kvótarészeket hozhatnak létre, amelyekhez konfigurálható erőforrás-megosztási stratégiák (fenntartás, kölcsönadás, vagy kölcsönadás és -vétel) tartoznak, így a szabadon álló kapacitás automatikusan átirányítható a dolgozó csapatokhoz. A rendszer úgynevezett kereszt-megosztási elvonást (cross-share preemption) alkalmaz, amely automatikusan visszaveszi a kikölcsönzött kapacitást, ha a kölcsönadó csapatnak újra szüksége van rá, elkerülve a manuális feladatleállítást. Emellett bevezethető a prioritás alapú, csapaton belüli elővásárlás (in-share preemption) is, amely a magasabb prioritású feladatokat előresorolja a várakozási sorban. Az AWS a funkciót a SageMaker Python SDK-n keresztül teszi elérhetővé, mintakóddal és felhasználói útmutatóval.

Egy forrás Ehhez a hírhez egy forráslink áll rendelkezésre.

Miért fontos?

A funkció azáltal csökkenti a GPU-kapacitás kihasználatlanságát, hogy automatikusan visszaveszi a kölcsönadott erőforrásokat a kölcsönadó csapattól, amint annak ismét szüksége van rájuk, így az adminisztrátoroknak nem kell manuálisan leállítaniuk a kölcsönvevő feladatokat.

Források

AWS Machine Learning Hivatalos

Kapcsolódó témák

Napi összefoglalók AI eszközök #AWS Batch#SageMaker

Napi összefoglaló

Ez a hír a 2026. október 30., péntek napi AI összefoglaló része.

Kapcsolódó hírek

Az Anthropic szerint nem kell teljes mentális modell a Claude Code-hoz

Az Anthropic közzétette, hogyan működik most a Claude Code kódellenőrzése, miután a vállalat szerint a kód mintegy 90%-át maga a Claude írja. A cég szerint a csapat tagjai közül senki nem tart fejben teljes képet a kódbázisról, ehelyett Claude-tól kérnek magyarázatot egy-egy részlethez, amikor valakinek meg kell értenie egy szeletét. A monorepó napi összevont változtatásainak száma májusról szeptemberre a cég szerint körülbelül 2500-ról 30 000 fölé nőtt, ezért a korábbi kódellenőrzési folyamat is átalakult. A beolvasztást egy kockázati besorolás szabályozza: alacsony kockázatú változtatás emberi jóváhagyás nélkül mehet át, és egy ügynök jóváhagyása sosem számít emberi jóváhagyásnak. A cég szerint egyelőre nincsenek olyan automatikus féklépcsők, amelyek szigorítanák a jóváhagyást, ha a mutatók romlanak, és a mérnökök ezt hiányolják, mielőtt több kód kerülne nulla emberi beavatkozással élesítésre.

A Google megnyitja a Gemini és a Search AI-integrációit a fejlesztők előtt

A Google bejelentette Connected Apps Platform nevű fejlesztői felületét, amellyel bármely vállalat vagy fejlesztő a Gemini és a Google Search AI-funkcióihoz kapcsolhatja saját alkalmazását – írja a TechCrunch. A cég szerint már több mint 50 partner, köztük az Adobe, az Experian és a Peloton alkalmazása érhető el a Geminiben, hamarosan csatlakozik a Calm meditációs app is, a Search-integrációk pedig a következő hetekben bővülnek. Ezzel párhuzamosan a The Decoder beszámolója szerint a Google az Android Dev Summiten megnyitotta az Android Studio fejlesztői környezetét is: a „Bring Your Own Agent” funkcióval több mint 40 külső kódoló ügynök, köztük az Anthropic Claude Agentje és az OpenAI Codexe futtatható közvetlenül az IDE-ben. A vállalat emellett bemutatta a Gemini Nano 4 modellre épülő helyi Agentic API-t és az XREAL-lel közösen fejlesztett, 1099 dolláros AURA okosszemüveget, amely a Gemini segítségével elemzi a valós környezetet.

A Microsoft megszünteti a Copilot-támogatást az okostévékön

A Windows Central értesülése szerint a Microsoft 2026 folyamán megszünteti a Copilot AI-asszisztens működését az LG és Samsung okostévéken, a leállítás pontos dátuma a Microsoft időbeosztásától függ. A hírt nem hivatalos bejelentés, hanem egy LG-tévén megjelent képernyő-üzenet hozta nyilvánosságra, amelyet a lap munkatársa fedezett fel. A funkció, amelyet a gyártók 2025-ös CES-en jelentettek be, eddig chatelésre, a képernyőn látott tartalomról szóló kérdésekre és műsorajánlásra szolgált. A lap szerint a lépés azzal is összefügg, hogy a Microsoft idén egy új, üzleti és termelékenységi fókuszú Copilot-„szuperappot” vezetett be, amely elmozdítja a terméket a digitális társ szereptől.

Az AWS kész konténerrel egyszerűsíti az elosztott AI-tanítást

Az AWS bemutatta a Ray Train Deep Learning Container (DLC) nevű kész konténerképet, amely a PyTorch, CUDA, NCCL, az Elastic Fabric Adapter (EFA) könyvtárak és a Ray keretrendszer egymáshoz illesztett, tesztelt csomagját tartalmazza. A vállalat szerint ez megszünteti azt a munkát, hogy fejlesztőknek maguknak kelljen összeállítaniuk és karbantartaniuk ezt a komplex szoftverstacket minden klaszterhez. A cikk egy konkrét példát mutat be: a Qwen2.5-1.5B nyelvi modell finomhangolását PyTorch FSDP-vel, nyolc Nvidia L4 GPU-n, két g6.12xlarge példányon, Amazon EKS-en futó KubeRay operátor segítségével. A képet az Amazon ECR Public tárolóból lehet lehúzni regisztráció nélkül, a klaszterspecifikus beállításokat (hálózat, csomagok) pedig külön konfigurációs fájlokból lehet megadni.