O que mudou no SageMaker AI
A AWS anunciou, em setembro de 2026, uma novidade importante no Amazon SageMaker AI: o suporte a listas de preferência de instâncias para jobs de treinamento e processamento. A mudança torna mais ágil e menos trabalhosa a tarefa de encontrar capacidade computacional disponível para cargas de trabalho de Inteligência Artificial (IA).
O problema que existia antes
Até então, ao submeter um job no SageMaker, era necessário informar um único tipo de instância e aguardar até que aquela configuração específica ficasse disponível. Em períodos de alta demanda — especialmente para GPUs muito procuradas — os tempos de espera podiam ser imprevisíveis.
Para contornar isso, muitas equipes precisavam construir lógicas complexas de retry ou submeter múltiplos jobs simultâneos com tipos de instância diferentes, apostando em qual seria atendido primeiro. Uma solução funcional, mas claramente trabalhosa e pouco elegante.
Como funciona a nova abordagem
Com as listas de preferência, agora é possível informar uma lista priorizada de tipos de instância aceitos pelo workload. O SageMaker percorre essa lista e inicia o job na primeira configuração com capacidade disponível.
Por exemplo, uma lista pode conter como primeira opção duas instâncias do tipo ml.g6.48xlarge ou, como alternativa, quatro instâncias do tipo ml.g5.48xlarge. O serviço avalia as opções na ordem definida e provisiona o ambiente assim que encontra disponibilidade.
Além disso, é possível configurar a origem da capacidade — seja sob demanda (on-demand) ou a partir dos SageMaker Flexible Training Plans reservados — tudo dentro da mesma submissão de job.
Por que isso importa na prática
Muitos workloads de treinamento, ajuste fino (fine-tuning) e processamento de dados funcionam bem em diferentes tipos ou tamanhos de instância. A nova funcionalidade reconhece essa realidade e elimina a necessidade de workarounds manuais, permitindo que os jobs comecem mais cedo sem intervenção adicional da equipe.
O resultado é menos tempo ocioso esperando por um tipo específico de instância e mais eficiência no uso dos recursos disponíveis — especialmente relevante em momentos de pico de demanda por GPUs.
Disponibilidade e como usar
O recurso está disponível hoje em todas as regiões da AWS onde o SageMaker está presente, podendo ser acessado via CLIs, APIs, SDKs e pelo Console UI do SageMaker. Para mais detalhes técnicos, a AWS disponibiliza a documentação oficial e um blog de lançamento com informações adicionais.
Fonte
Amazon SageMaker AI now supports instance preference lists for training and processing jobs (https://aws.amazon.com/about-aws/whats-new/2026/09/amazon-sagemaker-training-processing-instance-pref-lists/)
Leave a Reply