Amazon ha lanzado nuevas funciones en su plataforma SageMaker HyperPod, diseñada para optimizar la capacitación y la inferencia de modelos fundamentales a gran escala. Esta infraestructura se centra en eliminar las cargas de trabajo no diferenciadas que normalmente implican la creación y optimización de la infraestructura necesaria para el aprendizaje automático. A medida que la inteligencia artificial avanza hacia su implementación en diversos dominios y casos de uso, la necesidad de seguridad y opciones de almacenamiento múltiples se vuelve cada vez más crítica, especialmente para las grandes empresas que buscan cumplir con las políticas organizacionales.
Las dos nuevas características introducidas en HyperPod EKS permiten un mayor control y flexibilidad en la implementación de cargas de trabajo de aprendizaje automático a gran escala. La primera es el soporte para Claves de Gestión de Clientes (CMK), que permite a los clientes cifrar volúmenes de almacenamiento adjuntos a las instancias de HyperPod usando sus propias claves de cifrado. Esto es particularmente relevante para industrias que deben cumplir con normativas estrictas, como HIPAA y FIPS. Adicionalmente, HyperPod EKS ahora es compatible con el controlador de Interfaz de Almacenamiento de Contenedores (CSI) de Amazon Elastic Block Store (EBS), que gestiona el ciclo de vida de los volúmenes de EBS como almacenamiento para los volúmenes de Kubernetes creados.
La configuración con claves gestionadas por el cliente (CMK) otorga a los usuarios un control detallado sobre las capacidades de cifrado necesarias para cumplir con los requisitos de cumplimiento y gobernanza de seguridad. El soporte para CMK permite cifrar tanto los volúmenes de Amazon EBS como las imágenes de máquina personalizadas (AMI) utilizadas en HyperPod, ofreciendo una protección integral de los datos en reposo.
Otra novedad significativa es el soporte para el controlador EBS CSI, que permite gestionar dinámicamente el almacenamiento para aplicaciones en el clúster de Kubernetes, optimizando así la capacidad de manejo de conjuntos de datos masivos que son comunes en el entrenamiento e inferencia de modelos de inteligencia artificial.
Estas mejoras en SageMaker HyperPod hacen que la plataforma sea más robusta y lista para empresas, permitiendo a las organizaciones satisfacer tanto sus requisitos de seguridad como de almacenamiento, lo cual es esencial para el desarrollo y la implementación de modelos de inteligencia artificial en gran escala. La combinación del uso de volúmenes de EBS con el soporte para claves gestionadas por el cliente permite mantener un alto nivel de seguridad y cumplimiento normativo, lo que allanará el camino para que las empresas aprovechen al máximo las capacidades de la inteligencia artificial.
vía: AWS machine learning blog
