Le traduzioni sono generate tramite traduzione automatica. In caso di conflitto tra il contenuto di una traduzione e la versione originale in Inglese, quest'ultima prevarrà.

# Generazione di report
<a name="sagemaker-hyperpod-usage-reporting-generate"></a>

Questa guida fornisce istruzioni dettagliate per configurare e gestire i report sull'utilizzo dei cluster. SageMaker HyperPod Segui queste procedure per implementare l’infrastruttura, generare report personalizzati e rimuovere le risorse non più necessarie.

## Configurazione dei report di utilizzo
<a name="sagemaker-hyperpod-usage-reporting-install"></a>

**Nota**  
Prima di configurare l'infrastruttura dei report SageMaker HyperPod sull'utilizzo nel SageMaker HyperPod cluster, assicurati di aver soddisfatto tutti i prerequisiti descritti in questo documento. [`README.md`](https://github.com/awslabs/sagemaker-hyperpod-usage-report/blob/main/README.md#prerequisites)

La creazione di report sull'utilizzo richiede HyperPod :
+  SageMaker HyperPod L'implementazione delle AWS risorse relative ai report sull'utilizzo utilizzando uno stack CloudFormation 
+ Installazione del rapporto SageMaker HyperPod di utilizzo dell'operatore Kubernetes tramite un diagramma Helm

Puoi trovare istruzioni di installazione complete nell'archivio dei report di utilizzo. [ SageMaker HyperPod GitHub ](https://github.com/awslabs/sagemaker-hyperpod-usage-report/blob/main/README.md) In particolare, segui la procedura nella sezione di [configurazione](https://github.com/awslabs/sagemaker-hyperpod-usage-report/blob/main/README.md#set-up-usage-reporting).

## Generazione di report di utilizzo on demand
<a name="sagemaker-hyperpod-usage-reporting-use"></a>

Una volta installati l'infrastruttura di reporting sull'utilizzo e l'operatore Kubernetes, i dati di lavoro per il SageMaker HyperPod cluster vengono raccolti e archiviati automaticamente nel bucket S3 configurato durante la configurazione. L’operatore acquisisce continuamente metriche di utilizzo dettagliate in background, creando file di dati non elaborati nella directory `raw` del bucket S3 indicato.

Per generare un report sull'utilizzo su richiesta, puoi utilizzare `run.py` lo script fornito nel GitHub repository [ dei report di utilizzo per estrarre ed esportare le ](https://github.com/awslabs/sagemaker-hyperpod-usage-report/blob/main/README.md) SageMaker HyperPod metriche di utilizzo. In particolare, puoi trovare lo script e le istruzioni complete per la generazione di un report nella sezione sulla [generazione di report](https://github.com/awslabs/sagemaker-hyperpod-usage-report/blob/main/README.md#generate-reports).

Lo script consente di:
+ Specificare intervalli di date personalizzati per la generazione dei report
+ Scegliere tra i tipi di report dettagliati e di riepilogo
+ Esportare i report in formato CSV o PDF
+ Indirizzare i report a una specifica posizione S3

## Pulizia delle risorse per la creazione di report di utilizzo
<a name="sagemaker-hyperpod-usage-reporting-cleanup"></a>

Quando non hai più bisogno della tua infrastruttura di reporting SageMaker HyperPod sull'utilizzo, segui i passaggi descritti in [ Clean Up Resources ](https://github.com/awslabs/sagemaker-hyperpod-usage-report/blob/main/README.md#clean-up-resources) per ripulire l'operatore e le AWS risorse di Kubernetes (in quest'ordine). La corretta eliminazione delle risorse aiuta a evitare costi inutili.