AWS在2026年9月15日为Amazon SageMaker训练和处理任务推出实例偏好列表。用户可以在一次作业提交中写入多组实例类型与数量，服务会按照优先级选择最先具备容量的配置。
这一能力主要解决热门GPU实例短缺时反复修改作业和手动重试的问题。团队可以预先定义可接受的替代组合，同时继续通过同一套作业配置管理数据、容器和输出。
一个作业可以携带多组候选配置
偏好列表中的每一项由实例类型和实例数量共同组成。例如，用户可以优先请求2台ml.g6.48xlarge，容量不足时再尝试4台ml.g5.48xlarge，而不必重新创建作业。
候选项是完整的资源组合，不是只替换实例名称。实例数量变化会影响分布式训练拓扑、总GPU数量和成本估算，列表中的每一组都需要经过应用兼容性验证。
SageMaker按顺序选择首个可用组合
服务会根据用户给出的顺序检查容量，并使用第一个可用配置启动训练或处理任务。AWS表示，这能减少高需求GPU场景中的手动重试，并提高作业尽快开始的机会。
偏好列表提高的是容量匹配机会，不是启动时间保证。区域内所有候选类型都紧张时，作业仍可能等待或失败，关键任务应继续设置监控、超时和失败通知。
按需实例与Flexible Training Plans都可使用
同一提交可以选择按需容量，也可以使用预留的SageMaker Flexible Training Plans。后者用于在计划时间窗口内获得训练容量，适合能够接受排期、但希望提高资源确定性的工作负载。
两种容量模式的采购和时间约束不同。选择前应核对预算、允许的启动窗口和作业期限，不能把Flexible Training Plans理解为普通按需实例的无条件替代品。
替代实例仍要满足训练代码要求
不同GPU家族可能具有不同显存、互联方式和驱动支持，实例数量变化也会改变数据并行参数。镜像、框架版本、批量大小、检查点恢复和分布式启动配置都需要覆盖全部候选项。
只有能够产生等价训练结果的组合才应进入偏好列表。团队应先用小规模任务验证每个候选项，并把性能、精度和成本差异纳入作业验收标准。
功能已覆盖SageMaker现有区域与入口
AWS说明，该功能在Amazon SageMaker可用的所有AWS区域上线，并可通过控制台、命令行、API和SDK使用。现有自动化可以逐步加入候选配置，而无需另建独立的重试编排器。
上线验收应确认实际启动的实例组合、作业状态、训练输出和成本标签均可追踪。如果下游系统假定固定实例数量，还应同步更新容量报表和运行时告警规则。
