AWS发布Ray Train DLC在EKS上分布式训练教程

AWS 发布 Ray Train 深度学习容器（DLC），镜像标签为 train-ml-cuda-v1.1，内置 Ray 2.58.0、PyTorch 2.13.0、CUDA 13.0.2、NCCL 2.29.7 及 EFA 与 AWS OFI NCCL 插件，用户无需自行构建镜像。 配套教程演示用该镜像在 EKS 上以 PyTorch FSDP 微调 Qwen2.5-1.5B，跨两台 g6.12xlarge 实例的 8 块 NVIDIA L4 GPU 运行。镜像公开，节点无需凭证即可拉取；示例固定使用 train-ml-cuda-v1.1，以保证集群可复现。 按教程配置，GPU 实例运行期间每小时约花费 9.50 美元，涵盖两台实例、EKS 控制平面和 NAT 网关；需在至少一个可用区提供 g6.12xlarge 的区域预留 96 个 G 系列按需 vCPU 配额。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。