Las traducciones son generadas a través de traducción automática. En caso de conflicto entre la traducción y la version original de inglés, prevalecerá la version en inglés.
Archivos de notas de la versión
Fecha de lanzamiento: 17 de febrero de 2021
Nombre de AMI: Deep Learning OSS Nvidia Driver AMI GPU TensorFlow 2.18 (Ubuntu 22.04) 20250215
Actualizado
Se ha actualizado el kit de herramientas de contenedores de NVIDIA de la versión 1.17.3 a la versión 1.17.4.
En la versión 1.17.4 del kit de herramientas de contenedores, el montaje de bibliotecas de compatibilidad con CUDA se ha desactivado. Para garantizar la compatibilidad con varias versiones de CUDA en los flujos de trabajo de contenedores, asegúrese de actualizar su LD_LIBRARY_PATH para incluir las bibliotecas de compatibilidad con CUDA, tal y como se muestra en el tutorial Si utiliza una capa de compatibilidad CUDA.
Eliminaciones
Se eliminaron las bibliotecas de espacio de usuario cuobj y nvdisasm proporcionadas por el kit de herramientas CUDA de NVIDIA para abordar las CVEs presentes en el boletín de seguridad del kit de herramientas
NVIDIA CUDA del 18 de febrero de 2025
Fecha de la versión: 20/01/2025
Nombre de AMI: Deep Learning OSS Nvidia Driver AMI GPU TensorFlow 2.18 (Ubuntu 22.04) 20250118
Actualizado
Fecha de lanzamiento: 9 de diciembre de 2020
Nombre de AMI: Deep Learning OSS Nvidia Driver AMI GPU TensorFlow 2.18 (Ubuntu 22.04) 20241206
Added
Versión inicial de la serie Deep Learning OSS Nvidia Driver AMI GPU TensorFlow 2.18 (Ubuntu 22.04).
El software incluye lo siguiente:
“nvidia-driver=550.127.05”
"fabric-manager=550.127.05”
“cuda=12.5”
“cudnn=9.5.1”
“efa=1.37.0”
“nccl=2.23.4”
«=v1.13.0-aws» aws-nccl-ofi-plugin
El entorno virtual de Tensorflow (fuente del comando de activación/) incluye lo siguiente: opt/tensorflow/bin/activate
"tensorflow=2.18.0"
Fixed
Debido a un cambio en el kernel de Ubuntu para corregir un defecto en la funcionalidad de asignación al azar del diseño del espacio de direcciones del kernel (KASLR), las instancias G4Dn/G5 no pueden inicializar CUDA correctamente en el controlador con software de código abierto de NVIDIA. Para mitigar este problema, esta DLAMI incluye una funcionalidad que carga dinámicamente el controlador propietario para las instancias G4Dn y G5. Espere un breve período de inicialización para que se realice esta carga y así garantizar que sus instancias funcionen correctamente.
Puede utilizar los siguientes comandos para comprobar el estado y la condición del servicio:
sudo systemctl is-active dynamic_driver_load.serviceactive
