Veröffentlicht am: May 11, 2020
Die AWS Deep Learning-Container für Elastic Interference sind ab heute mit den Framework-Versionen PyTorch 1.3.1, TensorFlow 1.15.0 und TensorFlow 2.0.0 verfügbar. Das PyTorch 1.3.1-Upgrade enthält die neu hinzugekommenen SageMaker Inference und SageMaker PyTorch Inference. Die TensorFlow 1.15.0- und TensorFlow 2.0.0-Upgrades enthalten die neuesten Versionen von TensorFlow Model Server für die Verwendung mit Elastic Interference. Sie können die neuen Versionen der Deep Learning-Container auf HAQM SageMaker, auf HAQM EC2 und auf HAQM Elastic Container Service (HAQM ECS) starten. Eine vollständige Liste der Pakete und Versionen, die von diesen Deep Learning-Containern unterstützt werden, finden Sie in den Versionshinweisen.
Die AWS Deep Learning-Container mit HAQM Elastic Inference (EI) mit PyTorch und TensorFlow ermöglichen es Ihnen, Inferenzaufrufe auf PyTorch 1.3.1, TensorFlow 1.15.0 und TensorFlow 2.0.0 auf Elastic Inference Accelerators auszuführen. Mit HAQM EI können Sie den HAQM EC2- und HAQM SageMaker-Instances eine günstige GPU-unterstützte Beschleunigung hinzufügen, um die Kosten für die Ausführung der Deep Learning-Inferenz um bis zu 75 % zu reduzieren. Diese Docker-Images wurden mit HAQM SageMaker, EC2 und ECS getestet. Alle Softwarekomponenten in diesen Images wurden auf Sicherheitsrisiken untersucht und in Übereinstimmung mit den bewährten AWS-Sicherheitsmethoden aktualisiert oder gepatcht.
Die AWS Deep Learning-Container für Training und Inferenz sind mit den neuesten Framework-Versionen von TensorFlow 1.15.2 und 2.1.0 erhältlich. Die TensorFlow-Upgrades umfassen die neueste Version von SMDebug, Sagemaker-Tensorflow-Training und Sagemaker-Container. Sie können die neuen Versionen der Deep Learning-Container in HAQM SageMaker, HAQM Elastic Container Service für Kubernetes (HAQM EKS), Kubernetes in HAQM EC2 (selbstverwaltet) und HAQM Elastic Container Service (HAQM ECS) starten. Eine vollständige Liste der von AWS Deep Learning Containers unterstützten Frameworks und Versionen finden Sie in den Versionshinweisen.
Die AWS Deep Learning Containers für TensorFlow enthalten Container für CPU- und GPU-basiertes Trainieren – optimiert für Leistung und Skalierbarkeit in AWS. Diese Docker-Images wurden mit HAQM SageMaker, EC2, ECS und EKS getestet und bieten stabile Versionen von NVIDIA CUDA, cuDNN, Intel MKL und anderen erforderlichen Softwarekomponenten für eine nahtlose Benutzererfahrung mit Deep Learning-Workloads. Alle Softwarekomponenten in diesen Images wurden auf Sicherheitsrisiken untersucht und in Übereinstimmung mit den bewährten AWS-Sicherheitsmethoden aktualisiert oder gepatcht.
Weitere Details finden Sie im Marketplace. Eine Liste der verfügbaren Container finden Sie in unserer Dokumentation. Nutzen Sie unsere Einführungsanleitungen und Tutorials für Anfänger bis Fortgeschrittene in unserem Entwicklerhandbuch, um sich schnell mit den AWS Deep Learning Containers vertraut zu machen. Sie können sich auch in unserem Diskussionsforum registrieren, um Ankündigungen zu erhalten und Ihre Fragen zu veröffentlichen.