AWS宣布Amazon SageMaker HyperPod在Amazon EKS上提供托管Ray支持。
用户可以创建和监控Ray集群，并将JupyterLab和Code Editor笔记本连接到运行中的集群。该能力基于开源KubeRay和标准Ray API，支持分布式训练和推理任务，并在SageMaker Studio中提供可观测性。集群规模、节点类型和权限由用户根据工作负载配置。
Ray把任务、Actor和数据处理分布到多个节点；托管集群减少了自行维护部分Kubernetes组件的工作，但应用代码仍需正确处理重试、序列化、对象存储和节点故障。先确认当前Ray脚本是否依赖本地磁盘路径、固定节点地址或单机内存状态，这些假设在分布式环境里通常需要调整。
试点可从一项可重复的批处理或推理工作开始，记录每个任务的输入规模、并行度、启动时间和失败恢复方式。逐步改变工作节点数量，观察吞吐是否随资源增加而提升；若速度不变，瓶颈可能在数据读取、对象传输或任务调度，而非集群规格不足。
同时核对EKS集群与HyperPod的权限边界、镜像和依赖安装方式、日志去向、自动扩缩容条件及闲置资源成本。Notebook能够连接集群只是开发入口，不能代替对作业部署、版本固定和生产监控的设计。
来源：AWS Machine Learning Blog，发布时间：2026年8月25日。
