SageMaker AI 训练会话正式可用
先了解这件事
AWS 宣布 Amazon SageMaker AI 无服务器模型定制的训练会话正式可用（GA），用户可自行编写训练循环，GPU 分配、分布式执行、梯度同步、故障恢复与检查点存储由 SageMaker AI 负责。官方称可调用的算子包括 forward_backward()、optim_step()、sample()，模型与 LoRA 保持驻留 GPU。 该功能目前支持 gpt-oss-20b、gemma-4-31B-it、Qwen3.6-27B、Qwen3.8-27B，各模型可用的 AWS 区域见其文档；使用需安装 SageMaker Python SDK（Linux 或 macOS，Python 3.10 至 3.12）。 计费按 SageMaker AI 处理的 token 数计算，奖励函数在用户环境为本批数据打分期间停止计费，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，官方建议结束后即停止，包括出错路径。
AI 根据报道生成 · 1 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 Blog精选AWS 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、故障恢复与检查点存储由 SageMaker AI 负责。
- AWS Machine Learning Blog精选AWS 为 Amazon SageMaker AI 推出训练会话 API，可自写训练循环而不管理 GPU
AWS 在 Amazon SageMaker AI 的无服务器模型定制中新增训练会话 API，把 forward_backward()、optim_step()、sample() 等算子暴露为 API，模型与 LoRA 保持驻留 GPU，运行环境、分布式执行、梯度同步、故障恢复由服务承担。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。