Les traductions sont fournies par des outils de traduction automatique. En cas de conflit entre le contenu d'une traduction et celui de la version originale en anglais, la version anglaise prévaudra.
AWS GPU ARM64 AMI PyTorch 2.4 pour apprentissage profond (Ubuntu 22.04)
Pour obtenir de l'aide pour démarrer, consultezCommencer à utiliser le DLAMI.
Format du nom de l'AMI
Deep Learning ARM64 AMI OSS Nvidia Driver GPU PyTorch 2.4. $ {PATCH-VERSION} (Ubuntu 22.04) $ {YYYY-MM-DD}
EC2 Instances prises en charge
G5g
L'AMI inclut les éléments suivants :
AWS Service pris en charge : Amazon EC2
Système d'exploitation : Ubuntu 22.04
Architecture informatique : ARM64
Python :/opt/conda/envs/pytorch/bin/python
Version de Python : 3.11
Pilote NVIDIA :
Pilote OSS Nvidia : 550.144.03
Stack NVIDIA CUDA12 8.1 :
Chemin d'installation de CUDA, NCCL et CudDN :/-12.4/ usr/local/cuda
-
CUDA par défaut : 12,4
CHEMIN/usr/local/cuda points to /usr/local/cuda-12.4/
-
Mise à jour des variables d'environnement ci-dessous :
LD_LIBRARY_PATH doit avoir/64 usr/local/cuda/lib:/usr/local/cuda/lib64:/usr/local/cuda:/usr/local/cuda/targets/sbsa-linux/lib:/usr/local/cuda/nvvm/lib64:/usr/local/cuda/extras/CUPTI/lib
CHEMIN à avoir/usr/local/cuda/bin/:/usr/local/cuda/include/
Version NCCL du système compilé présente à l'adresse/usr/local/cuda/: 2.21.5
PyTorch Version NCCL compilée à partir de l'environnement PyTorch conda : 2.20.5
AWS CLI v2 en tant qu'aws2 et AWS CLI v1 en tant qu'aws
Type de volume EBS : GP3
Requête AMI-ID avec le paramètre SSM (exemple : la région est us-east-1) :
aws ssm get-parameter --regionus-east-1\ --name /aws/service/deeplearning/ami/arm64/oss-nvidia-driver-gpu-pytorch-2.4-ubuntu-22.04/latest/ami-id \ --query "Parameter.Value" \ --output textInterrogez l'AMI-ID avec AWSCLI (par exemple, la région est us-east-1) :
aws ec2 describe-images --regionus-east-1\ --owners amazon \ --filters 'Name=name,Values=Deep Learning ARM64 AMI OSS Nvidia Driver GPU PyTorch 2.4.? (Ubuntu 22.04) ????????' 'Name=state,Values=available' \ --query 'reverse(sort_by(Images, &CreationDate))[:1].ImageId' \ --output text
Date de sortie : 2025-02-17
Nom de l'AMI : Deep Learning ARM64 AMI OSS Nvidia Driver GPU PyTorch 2.4.0 (Ubuntu 22.04) 20250215
Mis à jour
Mise à jour de NVIDIA Container Toolkit de la version 1.17.3 à la version 1.17.4
Consultez la page des notes de publication ici pour plus d'informations : https://github.com/NVIDIA/nvidia-container-toolkit/releases/tag/v1.17.4
Dans la version 1.17.4 de Container Toolkit, le montage des bibliothèques de compatibilité CUDA est désormais désactivé. Afin de garantir la compatibilité avec plusieurs versions de CUDA sur les flux de travail de conteneurs, veillez à mettre à jour votre LD_LIBRARY_PATH pour inclure vos bibliothèques de compatibilité CUDA, comme indiqué dans le didacticiel Si vous utilisez une couche de compatibilité CUDA.
Supprimé
Suppression des bibliothèques d'espace utilisateur cuobj et nvdisasm fournies par le kit d'outils NVIDIA CUDA pour remédier à un problème CVEs présent dans le bulletin de sécurité du kit
d'outils NVIDIA CUDA du 18 février 2025
Date de sortie : 2025-01-21
Nom de l'AMI : Deep Learning ARM64 AMI OSS Nvidia Driver GPU PyTorch 2.4.0 (Ubuntu 22.04) 20250117
Mis à jour
Mise à niveau du pilote Nvidia de la version 550.127.05 à la version 550.144.03 pour corriger un problème CVEs présent dans le bulletin de sécurité du pilote d'affichage pour GPU NVIDIA de janvier 2025
.
Date de sortie : 2024-09-30
Nom de l'AMI : Deep Learning ARM64 AMI OSS Nvidia Driver GPU PyTorch 2.4.0 (Ubuntu 22.04) 20240927
Mis à jour
Date de sortie : 2024-09-26
Nom de l'AMI : Deep Learning ARM64 AMI OSS Nvidia Driver GPU PyTorch 2.4.0 (Ubuntu 22.04) 20240926
Ajouté
Version initiale de la série Deep Learning ARM64 AMI OSS Nvidia Driver GPU PyTorch 2.4.0 (Ubuntu 22.04). Incluant un environnement Conda PyTorch complété par le pilote NVIDIA R550, CUDA = 12,4, CUDNN = 8.9.7, NCCL = 2.20,5. PyTorch
