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.

# Specifiche SageMaker delle immagini personalizzate per Amazon Studio Classic SageMaker
<a name="studio-byoi-specs"></a>

**Nota**  
Al 30 novembre 2023, la precedente esperienza con Amazon SageMaker Studio è ora denominata Amazon SageMaker Studio Classic. La sezione seguente è specifica per l’utilizzo dell’applicazione Studio Classic. Per informazioni sull’utilizzo dell’esperienza Studio aggiornata, consulta [Amazon Studio SageMaker](studio-updated.md).  
Studio Classic è ancora gestito per i carichi di lavoro esistenti ma non è più disponibile per l'onboarding. È possibile interrompere o eliminare solo le applicazioni Studio Classic esistenti e non è possibile crearne di nuove. Ti consigliamo di [ migrare il carico di lavoro alla nuova esperienza di Studio. ](studio-updated-migrate.md)

Le seguenti specifiche si applicano all'immagine del contenitore rappresentata da una versione dell'immagine SageMaker AI.

**Esecuzione dell'immagine**  
`ENTRYPOINT`e `CMD` le istruzioni vengono sovrascritte per consentire l'esecuzione dell'immagine come app. KernelGateway   
La porta 8888 nell'immagine è riservata all'esecuzione del server KernelGateway Web.

**Arresto dell'immagine**  
L’API `DeleteApp` invia l’equivalente di un comando `docker stop`. Gli altri processi nel contenitore non riceveranno i SIGKILL/SIGTERM segnali.

**Riconoscimento dei kernel**  
SageMaker L'intelligenza artificiale riconosce i kernel come definiti dalle specifiche del kernel di [ Jupyter. ](https://jupyter-client.readthedocs.io/en/latest/kernels.html#kernelspecs)  
Puoi specificare una lista di kernel da visualizzare prima di eseguire l'immagine. In caso contrario, viene visualizzato python3. Usa l'[DescribeAppImageConfig](https://docs.aws.amazon.com/sagemaker/latest/APIReference/API_DescribeAppImageConfig.html)API per visualizzare l'elenco dei kernel.  
Per impostazione predefinita, gli ambienti conda sono riconosciuti come specifiche del kernel. 

**File system**  
Le directory `/opt/.sagemakerinternal` e `/opt/ml` sono riservate. I dati presenti in queste directory potrebbero non essere visibili durante il runtime.

**Dati utente**  
A ogni utente di un dominio viene associata una directory utente su un volume Amazon Elastic File System condiviso nell'immagine. La posizione della directory dell'utente corrente sul volume Amazon EFS è configurabile. Per impostazione predefinita, la posizione della directory è `/home/sagemaker-user`.  
SageMaker L'IA configura le UID/GID mappature POSIX tra l'immagine e l'host. L'impostazione predefinita è la mappatura dell'utente root UID/GID () 0/0 sull'host. UID/GID   
È possibile specificare questi valori utilizzando l'API. [ CreateAppImageConfig ](https://docs.aws.amazon.com/sagemaker/latest/APIReference/API_CreateAppImageConfig.html)

**GID/UID limiti**  
Amazon SageMaker Studio Classic supporta solo `DefaultUID` le seguenti `DefaultGID` combinazioni:   
+  DefaultUID 1000 e DefaultGID 100, che corrisponde a un utente senza privilegi.
+  DefaultUID 0 e DefaultGID 0, che corrisponde all'accesso root.

**Metadati**  
Un file di metadati si trova in `/opt/ml/metadata/resource-metadata.json`. Alle variabili definite nell'immagine non viene aggiunta alcuna variabile di ambiente. Per ulteriori informazioni, consulta [Ottenere i metadati dell’app](notebooks-run-and-manage-metadata.md#notebooks-run-and-manage-metadata-app).

**GPU**  
In un'istanza GPU, l'immagine viene eseguita con l'opzione `--gpus`. Nell'immagine deve essere incluso solo il toolkit CUDA, non i driver NVIDIA. Per ulteriori informazioni, consulta [Guida per l'utente di NVIDIA](https://docs.nvidia.com/datacenter/cloud-native/container-toolkit/user-guide.html).

**Parametri e logging**  
I log del KernelGateway processo vengono inviati ad Amazon CloudWatch nell'account del cliente. Il nome del gruppo di log è `/aws/sagemaker/studio`. Il nome del flusso di log è `$domainID/$userProfileName/KernelGateway/$appName`.

**Dimensione dell’immagine**  
Massimo 35 GB. Per visualizzare le dimensioni della tua immagine, esegui `docker image ls`.  


## File Docker di esempio
<a name="studio-byoi-specs-sample"></a>

Il seguente file Docker di esempio crea un’immagine basata su Amazon Linux 2, installa pacchetti di terze parti e il kernel `python3` e imposta l'ambito dell’utente senza privilegi.

```
FROM public.ecr.aws/amazonlinux/amazonlinux:2

ARG NB_USER="sagemaker-user"
ARG NB_UID="1000"
ARG NB_GID="100"

RUN \
    yum install --assumeyes python3 shadow-utils && \
    useradd --create-home --shell /bin/bash --gid "${NB_GID}" --uid ${NB_UID} ${NB_USER} && \
    yum clean all && \
    jupyter-activity-monitor-extension \
    python3 -m pip install ipykernel && \
    python3 -m ipykernel install

USER ${NB_UID}
```