AWS 发布 HyperPod 搭配 Qumulo 跨区域训练方案

先了解这件事

AI 综述

2026年9月25日,AWS 发布跨区域训练解决方案,由 Amazon SageMaker HyperPod 与 Qumulo 的 Cloud Native Qumulo(CNQ)和 Cloud Data Fabric(CDF)组合实现。该方案允许训练计算位于一个 AWS Region、数据集留在另一个 Region,无需复制数据或修改代码。AWS 公布的验证中,位于 us-west-2 的 spoke 集群通过 CDF 以 60 ms 网络延迟读取 us-east-2 的数据,运行 1.02B 参数 LLaMA v3、2 台 ml.p5.48xlarge(共 16 张 H100),短暂预热后吞吐追平本地 hub 集群;NeuralCache 预热后 94–96% 读取由本地缓存以低于 5 ms 延迟完成。目前该方案已发布并给出上述验证结果,尚无后续发展事实。

AI 根据公开报道生成

最新进展 · 正式报道9月25日 15:49

Amazon SageMaker HyperPod 与 Qumulo 实现跨区域训练

事件进展

1 个已确认进展

9月25日 · 1 篇报道
AWS 发布跨区域训练方案：HyperPod 搭配 Qumulo
来源：AWS Machine Learning

报道与讨论时间线

按时间查看正式报道与传播讨论；两类内容的证据等级保持独立。

9月25日

15:49
AWS Machine Learning一手
Amazon SageMaker HyperPod 与 Qumulo 实现跨区域训练
Amazon SageMaker HyperPod 与 Qumulo 的 Cloud Native Qumulo（CNQ）和 Cloud Data Fabric（CDF）组合，可让训练计算位于一个 AWS Region、数据集留在另一个 Region，无需复制数据或修改代码。验证中，位于 us-west-2 的 spoke 集群通过 CDF 以 60 ms 网络延迟读取 us-east-2 的数据，运行 1.02B 参数 LLaMA v3、2 台 ml.p5.48xlarge（共 16 张 H100），短暂预热后吞吐追平本地 hub 集群。NeuralCache 预热后 94–96% 读取由本地缓存以低于 5 ms 延迟完成。