亚马逊 SageMaker HyperPod 现已支持自定义 Kubernetes 标签与污点功能，使客户能够控制 Pod 调度并与现有 Kubernetes 基础设施无缝集成。在使用 EKS 编排的 HyperPod 集群上部署 AI 工作负载的客户，需要对工作负载放置进行精确控制，以防止系统 Pod 和非 AI 工作负载消耗昂贵的 GPU 资源，同时确保与自定义设备插件（如 EFA 和 NVIDIA GPU 操作器）的兼容性。此前，客户必须使用 kubectl 手动应用标签和污点，并在每次节点更换、扩缩容或修补操作后重新应用，这带来了巨大的运维负担。

该功能允许您通过 CreateCluster 和 UpdateCluster API 在实例组级别配置标签和污点，提供了一种管理方法来定义和维护整个节点生命周期中的调度策略。使用新的 KubernetesConfig 参数，您可以为每个实例组指定最多 50 个标签和 50 个污点。标签通过节点选择器实现资源组织和 Pod 定向，而污点则排斥没有匹配容忍度的 Pod，以保护专用节点。例如，您可以对 GPU 实例组应用 NoSchedule 污点，确保只有具有显式容忍度的 AI 训练任务才能消耗高成本计算资源，或添加自定义标签以使设备插件 Pod 能够正确调度。HyperPod 在节点创建期间自动应用这些配置，并在更换、扩缩容和修补操作中保持它们，从而消除了手动干预并减少了运维负担。

此功能在提供 Amazon SageMaker HyperPod 的所有 AWS 区域均可用。要了解更多关于自定义标签和污点的信息，请参阅用户指南。