SageMaker AI 训练会话正式可用
先了解这件事
AWS 宣布 Amazon SageMaker AI 无服务器模型定制中的训练会话（training sessions）正式可用（GA）。开发者可在本地 Python 进程中自行编写训练循环，通过 forward_backward()、optim_step()、sample() 等调用驱动托管 GPU 上的有状态会话；GPU 分配、模型与 LoRA 加载、分布式执行、故障恢复和检查点存储由 SageMaker AI 负责。 计费按 SageMaker AI 处理的 token 数计算，奖励函数在本地评分批次期间不计 GPU 时间，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，因此需在结束（包括出错路径）时停止，或用 with 块打开客户端。 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 · 3 天前更新
报道时间线
沿着报道，了解事件的不同侧面。
- AWS Machine Learning BlogAWS 为 SageMaker AI 推出训练会话，无需管理 GPU 即可自定义模型
AWS 宣布 SageMaker AI 无服务器模型定制正式推出训练会话（training sessions），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 SageMaker AI 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 推出训练会话 API，把抽象层下移到训练操作，开发者用 forward_backward()、optim_step()、sample() 等调用在本地 Python 进程里驱动托管 GPU 上的有状态会话，服务负责 GPU 分配、模型与 LoRA 加载、分布式执行、故障恢复和检查点存储。
本事件热度走势
- 可比范围当前
- 3
- 可比范围峰值
- 1010月23日 03:00
- 近 24 小时变化
- -50%
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。