SageMaker AI 训练会话 API 正式可用
热点事件持续更新
SageMaker AI 训练会话 API 正式可用
2 篇报道1 个报道来源3 小时前更新
先了解这件事
AI 综述
AWS 宣布 Amazon SageMaker AI 无服务器模型定制的训练会话（training sessions）正式可用。用户可自行编写并协调训练循环，包括自定义损失函数和奖励信号；GPU 分配、分布式执行、梯度同步、故障恢复与检查点存储由平台负责，模型在 GPU 上保持加载。 计费按 SageMaker AI 处理的 token 计，AWS 称奖励函数在本地为一批数据打分期间不计 GPU 费用，且无需预留容量。运行中的会话会占用并发会话配额，直到调用 stop() 或会话过期，AWS 建议用完即停，包括在错误路径中。 该功能目前支持 gpt-oss-20b、gemma-4-31B-it、Qwen3.6-27B 和 Qwen3.8-27B，各模型可用区域见训练会话 API 文档；使用需在 Linux 或 macOS 上安装 SageMaker Python SDK（Python 3.10 至 3.12）。
AI 根据报道生成 · 2 小时前更新
最新进展10月23日 02:00
AWS 为 SageMaker AI 无服务器模型定制推出训练会话报道时间线
沿着报道，了解事件的不同侧面。
10月23日
- AWS Machine Learning BlogAWS 为 SageMaker AI 无服务器模型定制推出训练会话
AWS 宣布 SageMaker AI 无服务器模型定制的训练会话正式可用，用户可自行编写并协调训练循环，包括自定义损失函数和奖励信号，GPU 分配、分布式执行、故障恢复与检查点存储由平台负责。
- AWS Machine Learning BlogAmazon SageMaker AI 推出训练会话 API，可自写训练循环而无需管理 GPU
Amazon SageMaker AI 在无服务器模型定制中新增训练会话 API，把 forward_backward()、optim_step()、sample() 等操作变成 API 调用，模型在 GPU 上保持加载，服务负责分布式执行、梯度同步、故障恢复和检查点存储。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。