AWS 推出在 SageMaker Studio 中直接管理 HyperPod Spaces

核心事实

据 AWS 官方博客，Amazon SageMaker 新增了一项能力：用户可以直接在 Amazon SageMaker Studio 的用户界面中，创建和管理运行在 Amazon SageMaker HyperPod EKS 集群上的 SageMaker Spaces。数据科学家和机器学习工程师无需离开浏览器或使用命令行工具，即可在 HyperPod 集群上启动 JupyterLab 和 Code Editor 环境。HyperPod 集群详情页新增的「IDE and Notebooks」标签页提供完整的 Space 管理界面，支持创建、配置、启动、停止和打开 Space，并可在表格中查看名称、应用类型、状态、访问类型、存储以及 GPU 和 vCPU 分配情况。

背景与影响

Amazon SageMaker HyperPod 面向基础模型的大规模训练与推理，配合 Amazon EKS 编排，可跨数百个加速器运行分布式训练任务，并具备容错与自动故障恢复能力。此前创建和管理 Spaces 主要依赖 HyperPod CLI 或 kubectl 命令，对基础设施管理员而言控制粒度强，但偏好可视化界面的数据科学家需要额外学习成本。新界面让日常 Space 操作不再必须使用命令行工具。管理员侧需要一次性配置：安装 Spaces 附加组件（快速安装或自定义安装，后者为启用浏览器访问所必需）、为数据科学家使用的 IAM 角色附加三项托管策略、并在 Studio 域上启用按用户身份传播。对于在集成推出前创建的 Studio 域，需通过命令启用该设置，已有运行中的应用不受影响，用户下次登录时生效。

限制与来源

上述内容来自 AWS 官方博客（aws.amazon.com），发布时间为 2026 年 10 月 6 日。博客提到 Space 状态变为 Running 通常需要几分钟（冷集群），在启用超额配置的情况下约为 30 至 40 秒，但该时间可能因环境而异。可用区域、配额、定价及具体功能支持情况，请以 AWS 官网当前信息为准。本文不构成任何投资或采购建议。