来源时间 本站刊期
行业动态AWS Machine Learning Blog
通过 AWS Batch 针对 SageMaker Training 作业的配额管理跨团队借出和借用资源
Lend and borrow resources across teams with AWS Batch’s quota management for SageMaker Training jobs
团队交易GPU容量须权衡自动出借与抢占，低优先级作业可能中断，配额所有者定优先级
判断
配额所有者必须决定是否让 AWS Batch 自动跨团队出借空闲 GPU 容量，并接受以抢占中断较低优先级的 SageMaker Training 作业来换取更高利用率。
依据
AWS 的 Michelle Goodstein、David Lindskog 和 Tom Burggraf 将 AWS Batch 对 SageMaker Training 作业的支持描述为一种完全托管方式，可排队、调度并重试机器学习训练，而无需自建基础设施。其机制是 AWS Batch 的排队与调度：管理员设置独立队列和容量限制，然后编排工作负载，使共享 GPU 容量流向正确的作业。文章将价值表述为随着训练环境增长提高现有算力的利用率，但也指出接入更多团队和分配优先级带来的协调开销。
没写清 来源未说明抢占如何排序、被中断作业收到何种通知，或配额出借是否按团队选择加入。
下一步 核查 AWS Batch 是否提供按队列的抢占设置或出借限额，让配额所有者在启用跨团队出借前可审计。