Inserito il: May 11, 2020
Gli AWS Deep Learning Containers per Elastic Inference sono ora disponibili con le versioni di framework PyTorch 1.3.1, TensorFlow 1.15.0 e TensorFlow 2.0.0. Tra le novità dell'aggiornamento per PyTorch 1.3.1 vi sono l'inferenza di SageMaker e l'inferenza di SageMaker PyTorch. Gli aggiornamenti per TensorFlow 1.15.0 e TensorFlow 2.0.0 comprendono le ultime versioni di TensorFlow Model Server da utilizzare con Elastic Inference. Puoi lanciare le nuove versioni dei Deep Learning Containers su HAQM SageMaker, HAQM EC2 e HAQM Elastic Container Service (HAQM ECS). Per un elenco completo dei pacchetti e delle versioni supportati dai Deep Learning Containers, consulta le note di rilascio.
Gli AWS Deep Learning Containers con HAQM Elastic Inference (EI) con PyTorch e TensorFlow ti consentono di eseguire chiamate inferenziali su PyTorch 1.3.1, TensorFlow 1.15.0 e TensorFlow 2.0.0 sugli acceleratori di Elastic Inference. HAQM EI consente di collegare l'accelerazione a basso costo basata su GPU alle istanze HAQM EC2 e HAQM SageMaker o alle attività HAQM ECS per ridurre i costi di esecuzione dell'inferenza di deep learning fino al 75%. Queste immagini Docker sono state testate con HAQM SageMaker, EC2 ed ECS. Tutti i componenti software in queste immagini sono scansionati per rilevare vulnerabilità della sicurezza e aggiornati o sottoposti a patch secondo le best practice di AWS Security.
Gli AWS Deep Learning Containers per la formazione e l'inferenza sono disponibili da oggi con le versioni di framework più recenti di TensorFlow 1.15.2 e 2.1.0. Gli aggiornamenti per TensorFlow comprendono le ultime versioni di SMDebug, della formazione per SageMaker TensorFlow e il container SageMaker. Puoi lanciare le nuove versioni dei Deep Learning Containers su HAQM SageMaker, HAQM Elastic Kubernetes Service (HAQM EKS), Kubernetes gestito dal cliente su HAQM EC2 e HAQM Elastic Container Service (HAQM ECS). Per un elenco completo dei framework e delle versioni supportati dagli AWS Deep Learning Containers, consulta le note di rilascio.
Gli AWS Deep Learning Containers per TensorFlow includono i container per la formazione su CPU e GPU, ottimizzati per prestazioni e scalabilità su AWS. Queste immagini Docker sono state testate con HAQM SageMaker, EC2, ECS e EKS e forniscono versioni stabili di NVIDIA CUDA, cuDNN, Intel MKL e altri componenti software richiesti per fornire un'esperienza utente ottimizzata per carichi di lavoro di deep learning. Tutti i componenti software in queste immagini sono scansionati per rilevare vulnerabilità della sicurezza e aggiornati o applicati con le patch secondo le best practice di AWS Security.
Per maggiori informazioni visita il marketplace. Se invece desideri consultare un elenco dei container disponibili, visita la nostra documentazione. Inizia subito a usare gli AWS Deep Learning Containers consultando le guide introduttive e i tutorial per ogni livello di esperienza contenuti nella guida per sviluppatori. Puoi anche iscriverti al nostro forum di discussione per conoscere gli annunci sui nuovi prodotti e pubblicare le tue domande.