SageMaker AI 训练会话正式可用
先了解这件事
AWS 宣布，SageMaker AI 无服务器模型定制的训练会话正式可用（GA），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 checkpoint 存储由平台负责。 据 AWS 介绍，训练会话 API 把 forward_backward()、optim_step()、sample() 等操作变成 API 调用，模型保持加载在 GPU 上，用户只需在本地 Python 进程里编写训练循环。计费按 SageMaker AI 处理的 token 计费；奖励函数在用户环境中为一批数据打分时计费暂停，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。 目前支持 gpt-oss-20b、gemma-4-31B-it、Qwen3.6-27B 和 Qwen3.8-27B 四种模型，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），克隆 cookbook 后开始开发。
AI 根据报道生成 · 12 小时前更新
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 推出免管理 GPU 的模型定制训练会话
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 checkpoint 存储由平台负责。
- AWS Machine Learning BlogAmazon SageMaker AI 推出训练会话 API，自写训练循环无需管理 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，用户只需在本地 Python 进程里编写训练循环。
本事件热度走势
- 可比范围当前
- 7
- 可比范围峰值
- 910月23日 05:00
- 近 24 小时变化
- –
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。