Terjemahan disediakan oleh mesin penerjemah. Jika konten terjemahan yang diberikan bertentangan dengan versi bahasa Inggris aslinya, utamakan versi bahasa Inggris.

# Pekerjaan di SageMaker HyperPod cluster
<a name="sagemaker-hyperpod-run-jobs-slurm"></a>

Topik berikut menyediakan prosedur dan contoh untuk mengakses node komputasi dan menjalankan beban kerja ML pada klaster yang disediakan. SageMaker HyperPod Bergantung pada cara Anda mengatur lingkungan di HyperPod cluster Anda, ada banyak cara untuk menjalankan beban kerja ML pada HyperPod cluster. Contoh menjalankan beban kerja ML pada HyperPod cluster juga disediakan di repositori Pelatihan [Terdistribusi Awsome](https://github.com/aws-samples/awsome-distributed-training/). GitHub Topik berikut memandu Anda melalui cara masuk ke HyperPod kluster yang disediakan dan membantu Anda memulai menjalankan beban kerja MS sampel.

**Tip**  
Untuk menemukan contoh dan solusi praktis, lihat juga [SageMaker HyperPodlokakarya](https://catalog.workshops.aws/sagemaker-hyperpod).

**Topics**
+ [Mengakses node SageMaker HyperPod cluster Anda](sagemaker-hyperpod-run-jobs-slurm-access-nodes.md)
+ [Menjadwalkan pekerjaan Slurm di cluster SageMaker HyperPod](sagemaker-hyperpod-run-jobs-slurm-schedule-slurm-job.md)
+ [Menjalankan kontainer Docker pada node komputasi Slurm di HyperPod](sagemaker-hyperpod-run-jobs-slurm-docker.md)
+ [Menjalankan beban kerja pelatihan terdistribusi dengan Slurm on HyperPod](sagemaker-hyperpod-run-jobs-slurm-distributed-training-workload.md)