发生了什么
Amazon SageMaker HyperPod 现在提供对 Ray 的托管支持，该支持基于 Amazon EKS 实现。
用户可以在 SageMaker Studio 中创建和监控 Ray 集群，并将 JupyterLab 和 Code Editor 笔记本连接到实时集群。
该功能集成了开源的 KubeRay 和标准 Ray API，提供开箱即用的可观测性，并支持弹性分布式训练和加速推理。
为什么重要
这一更新降低了分布式训练和推理的复杂性，使数据科学家和工程师能够更轻松地在 SageMaker 环境中利用 Ray 的弹性能力。
通过托管 Ray 支持，用户无需自行管理集群基础设施，可以更专注于模型开发，从而加速 AI 工作负载的迭代。
关键事实
SageMaker HyperPod 现在支持在 Amazon EKS 上托管 Ray。
用户可以从 SageMaker Studio 创建和监控 Ray 集群。
支持将 JupyterLab 和 Code Editor 笔记本连接到实时 Ray 集群。
该功能基于开源 KubeRay 和标准 Ray API。
接下来看什么
未来可能看到更多关于 Ray 与 SageMaker 集成的功能，例如更细粒度的集群管理或与其他 AWS 服务的深度集成。
关注该功能在真实工作负载中的性能表现，以及用户反馈是否带来进一步的优化。