Upgrade to Pro
— share decks privately, control downloads, hide ads and more …
Speaker Deck
Features
Speaker Deck
PRO
Sign in
Sign up for free
Search
Search
FSx for Lustreを使ったAIモデル開発の始め方
Search
Morita
March 15, 2025
0
69
FSx for Lustreを使ったAIモデル開発の始め方
JAWS-UG福岡 #20: Storage-JAWS共催スペシャル
Morita
March 15, 2025
Tweet
Share
More Decks by Morita
See All by Morita
Dify で AWS を使い倒す!
ch6noota
1
580
DeepSeek for Amazon Bedrock
ch6noota
0
58
5分で学ぶ! 宣言型ポリシーの基礎からベストプラクティスまで
ch6noota
1
510
新機能 Bedrock Model Distillation 基礎〜実践まで #regrowth_fuk
ch6noota
0
570
AWS を使った生成AIの活用
ch6noota
0
810
AWS初めての方必見!初学者でも入りやすいAWSサービス3選 #devio2022
ch6noota
0
1.3k
Security Hub のマルチアカウント 管理・運用をサーバレスでやってみる
ch6noota
0
3.7k
NITKハッカソン クラウド入門
ch6noota
0
950
Featured
See All Featured
CoffeeScript is Beautiful & I Never Want to Write Plain JavaScript Again
sstephenson
161
15k
GraphQLとの向き合い方2022年版
quramy
49
14k
Building a Modern Day E-commerce SEO Strategy
aleyda
43
7.5k
I Don’t Have Time: Getting Over the Fear to Launch Your Podcast
jcasabona
33
2.4k
個人開発の失敗を避けるイケてる考え方 / tips for indie hackers
panda_program
110
20k
Building a Scalable Design System with Sketch
lauravandoore
462
33k
Raft: Consensus for Rubyists
vanstee
140
7.1k
ピンチをチャンスに:未来をつくるプロダクトロードマップ #pmconf2020
aki_iinuma
126
53k
Design and Strategy: How to Deal with People Who Don’t "Get" Design
morganepeng
131
19k
Exploring the Power of Turbo Streams & Action Cable | RailsConf2023
kevinliebholz
34
6k
Distributed Sagas: A Protocol for Coordinating Microservices
caitiem20
333
22k
The Psychology of Web Performance [Beyond Tellerrand 2023]
tammyeverts
49
3k
Transcript
JAWS-UG福岡 #20 Storage-JAWS共催スペシャル 森⽥⼒ FSx for Lustreを使ったAIモデル開発の 始め⽅
⾃⼰紹介 2 • 名前 ◦ 森⽥ ⼒ • 所属 ◦
クラスメソッド株式会社 ▪ 福岡オフィス所属 ◦ クラウド事業本部 コンサルティング部 • 好きなAWSサービス ◦ AWS Lambda ◦ Amazon Bedrock
⽬次 3 • AIモデル開発で必要となるファイルシステムの要件 • そもそもLustreとは • Amazon FSx for
Lustre とは • AIモデル開発で利⽤するには
AIモデル開発で必要となるファイルシステムの要件
AIモデル開発に必要なもの 5 AIモデル開発では何が必要か • ⾼性能コンピューティング(GPU/TPU) • ⼤規模データセット⽤の⾼速ファイルシステム • 効率的なデータパイプライン •
スケーラブルなストレージソリューション • 並列処理能⼒
AIモデル開発に必要なもの 6 AIモデル開発では何が必要か • ⾼性能コンピューティング(GPU/TPU) • ⼤規模データセット⽤の⾼速ファイルシステム • 効率的なデータパイプライン •
スケーラブルなストレージソリューション • 並列処理能⼒
ファイルシステムの課題 7 AIモデル開発におけるストレージの課題 • ⼤量のデータ(TB〜PB規模)の⾼速アクセス • 並列読み取り/書き込みのパフォーマンス • トレーニング中のI/Oボトルネック •
データセットの効率的な管理
そもそもLustreとは
Lustreとは 9 Lustreの特徴 • オープンソースの分散ファイルシステム • ⼤規模クラスターコンピューティング向けに設計 • ⾼スループット、低レイテンシー •
HPC(⾼性能コンピューティング)環境で広く採⽤ • 並列I/O処理に最適化
FSx for Lustre とは 10 • AWSが提供するフルマネージドLustreファイルシステム • インフラ管理不要 ◦
セットアップ, パッチ適⽤などマネージド管理 • S3との統合 • 数百GBpsのスループット、数百万IOPSを実現 ◦ ⼤規模な分散学習に耐えれる • オンデマンドでスケーリング可能 • 従量課⾦ ◦ 秒単位(ストレージサイズ, スループット)
S3からシームレスにデータをRead/Write 11 • S3バケットにデータセットを格納 • S3バケットがファイルシステムに同期される ◦ 低レイテンシ、⾼スループット • 学習済みモデルなどのアーティファクトをS3に保存する
AIモデル開発で利⽤するには
AIモデル開発で利⽤するには 13 SageMaker HyperPod で利⽤する • 容易さ ◦ 設定ファイル内で定義するだけで⾃動接続 ◦
分散学習向けに最適化された構成が提供される • パフォーマンス ◦ EFAとの最適化された統合 ◦ SageMaker分散ライブラリとの連携 • 管理 ◦ FSx for Lustreの設定もライフサイクルスクリプトに含められる ◦ モデルチェックポイント管理などマネージドなS3との統合
設定ファイルの変更 14 https://github.com/aws-samples/awsome-distributed-training/tree/mai n/1.architectures/5.sagemaker-hyperpod
AIモデル開発で利⽤するには 15 SageMaker HyperPod recipes • re:Invent 2024で発表 • ML必要なリソースの⾃動セットアップ
◦ トレーニングデータセットのロード ◦ 分散トレーニング ◦ 障害復旧の⾃動化
SageMaker HyperPod recipes 16 DeepSeek-R1をFine-Tuningしてみたのでよければご参考ください!
まとめ
まとめ 18 • FSx for Lustreでは ⾼速‧⼤容量ファイルシステムをAWS上でフルマネージド提供 ◦ AIモデル開発⽤途に良い •
S3との統合で⼤規模データセットを低レイテンシ‧⾼スループットで処 理可能 • SageMaker HyperPodとの連携で分散学習環境を容易に構築でき、AIモ デル開発のデータ処理ボトルネックを解消 ◦ 特に、SageMaker HyperPod recipes がおすすめ
None