AWS 发布 Ray Train DLC 在 EKS 上分布式训练教程

2026年10月29日，AWS Machine Learning Blog 发布教程，介绍在 Amazon EKS 上使用 Ray Train Deep Learning Container（DLC）进行分布式训练。该教程按 DLC 的发布原样使用，通过 PyTorch FSDP 在两台 g6.12xlarge 实例的 8 张 NVIDIA L4 GPU 上微调 Qwen2.5-1.5B，无需自建镜像。报道给出的条件包括：GPU 实例运行期间预算约每小时 9.50 美元，覆盖两台实例、EKS 控制平面和 NAT Gateway；配额为两台 g6.12xlarge 所需的 96 vCPU G 系列按需容量，且需位于至少一个可用区提供该实例类型的 AWS 区域；示例固定使用当前次要版本 train-ml-cuda-v1.1，以保证集群可复现；deploy_all.sh 默认不运行训练作业。目前进展即为该教程发布，尚无后续跟进报道。

AI 根据报道生成 · 3 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。