AWS AMI de base de Deep Learning (Amazon Linux 2)

• Pilote AMI Nvidia OSS basé sur le Deep Learning Base (Amazon Linux 2) Version $ {XX.X}

• Version $ {XX.X} du pilote Nvidia propriétaire de Deep Learning Base (Amazon Linux 2)

• Reportez-vous à la section Modifications importantes apportées au DLAMI.

• Apprentissage profond avec OSS Le pilote Nvidia est compatible avec G4dn, G5, G6, Gr6, G6e, P4d, P4de, P5, P5e, P5en

• Le Deep Learning avec pilote propriétaire Nvidia prend en charge les formats G3 (G3.16x non pris en charge), P3, P3dn

• AWS Service pris en charge : Amazon EC2

• Système d'exploitation : Amazon Linux 2

• Architecture de calcul : x86

• La dernière version disponible est installée pour les packages suivants :

  • Noyau Linux : 5.10

  • Docker

  • AWS CLI v2 à/usr/local/bin/aws2 et AWS CLI v1 à/usr/bin/aws

  • Boîte à outils pour conteneurs Nvidia :

    • Commande de version : nvidia-container-cli -V

  • NVidia-Docker 2 :

    • Commande de version : nvidia-docker version

• Python :/ usr/bin/python 3.7

• Pilote NVIDIA :

  • Pilote OSS Nvidia : 550.163.01

  • Pilote Nvidia propriétaire : 550.163.01

• Stack NVIDIA CUDA 12.1-12.4 :

  • Répertoires d'installation CUDA, NCCL et CudDN :/-xx.x/ usr/local/cuda

  • CUDA par défaut : 12.1

    • PATH/usr/local/cudapointe vers CUDA 12.1

    • Mise à jour des variables d'environnement ci-dessous :

      • LD_LIBRARY_PATH à avoir/usr/local/cuda-12.1/lib:/usr/local/cuda-12.1/lib64:/usr/local/cuda-12.1:/usr/local/cuda-12.1/targets/x86_64-linux/lib

      • CHEMIN à avoir/usr/local/cuda-12.1/bin/:/usr/local/cuda-12.1/include/

      • Pour toute autre version de CUDA, veuillez mettre à jour LD_LIBRARY_PATH en conséquence.

  • Version NCCL compilée : 2.22.3

  • Lieu des tests du NCCL :

    • all_reduce, all_gather et reduce_scatter :/-cuda-xx.x/ usr/local/cuda-xx.x/efa/test

    • Pour exécuter des tests NCCL, LD_LIBRARY_PATH doit réussir avec les mises à jour ci-dessous.

      • PATHs Des éléments communs sont déjà ajoutés à LD_LIBRARY_PATH :

        • /opt/amazon/efa/lib:/opt/amazon/openmpi/lib:/opt/aws-ofi-nccl/lib:/usr/local/lib:/usr/lib

      • Pour toute autre version de CUDA, veuillez mettre à jour LD_LIBRARY_PATH en conséquence.

• Installateur EFA : 1.38.0

• Nvidia GDRCopy : 2,4

• AWS NCCL OFI : 1.13.2

  • AWS OFI NCCL prend désormais en charge plusieurs versions NCCL avec une seule version

  • Le chemin d'installation :/opt/amazon/ofi-nccl/ . Path /opt/amazon/ofi-nccl/lib64 est ajouté à LD_LIBRARY_PATH.

• Type de volume EBS : GP3

• Requête AMI-ID avec le paramètre SSM (exemple : la région est us-east-1) :

  • Pilote OSS Nvidia :

    aws ssm get-parameter --region us-east-1 \
        --name /aws/service/deeplearning/ami/x86_64/base-oss-nvidia-driver-amazon-linux-2/latest/ami-id  \
        --query "Parameter.Value" \
        --output text

  • Pilote Nvidia propriétaire :

    aws ssm get-parameter --region us-east-1 \
        --name /aws/service/deeplearning/ami/x86_64/base-proprietary-nvidia-driver-amazon-linux-2/latest/ami-id \
        --query "Parameter.Value" \
        --output text

• Interrogez l'AMI-ID avec AWSCLI (par exemple, la région est us-east-1) :

  • Pilote OSS Nvidia :

    aws ec2 describe-images --region us-east-1 \
        --owners amazon \
        --filters 'Name=name,Values=Deep Learning Base OSS Nvidia Driver AMI (Amazon Linux 2) Version ??.?' 'Name=state,Values=available' \
        --query 'reverse(sort_by(Images, &CreationDate))[:1].ImageId' \
        --output text

  • Pilote Nvidia propriétaire :

    aws ec2 describe-images --region us-east-1 \
        --owners amazon \
        --filters 'Name=name,Values=Deep Learning Base Proprietary Nvidia Driver AMI (Amazon Linux 2) Version ??.?' 'Name=state,Values=available' \
        --query 'reverse(sort_by(Images, &CreationDate))[:1].ImageId' \
        --output text

EC2 instances avec plusieurs cartes réseau

• De nombreux types d’instances compatibles avec EFA possèdent également plusieurs cartes réseau.

• DeviceIndex est unique à chaque carte réseau et doit être un entier non négatif inférieur à la limite de ENIs par. NetworkCard Sur P5, le nombre de ENIs par NetworkCard est 2, ce qui signifie que les seules valeurs valides pour DeviceIndex sont 0 ou 1.

  • Pour l'interface réseau principale (index de carte réseau 0, indice de périphérique 0), créez une interface EFA (EFA avec ENA). Vous ne pouvez pas utiliser une interface réseau uniquement EFA comme interface réseau principale.

  • Pour chaque interface réseau supplémentaire, utilisez le prochain index de carte réseau inutilisé, l'index de périphérique 1, et une interface réseau EFA (EFA avec ENA) ou EFA uniquement, selon votre cas d'utilisation, comme les exigences en bande passante ENA ou l'espace d'adressage IP. Pour des exemples de cas d'utilisation, consultez la section Configuration EFA pour une instance P5.

  • Pour plus d'informations, consultez le guide EFA ici.

Instances P5/P5e

• Les instances P5 et P5e contiennent 32 cartes d'interface réseau et peuvent être lancées à l'aide de la commande suivante : AWS CLI

Instances P5en

• Le P5en contient 16 cartes d'interface réseau et peut être lancé à l'aide de la commande suivante : AWS CLI

Noyau

• La version du noyau est épinglée à l'aide de la commande :

  sudo yum versionlock kernel*

• Nous recommandons aux utilisateurs d'éviter de mettre à jour la version de leur noyau (sauf en cas de correctif de sécurité) afin de garantir la compatibilité avec les pilotes installés et les versions de package. Si les utilisateurs souhaitent toujours effectuer la mise à jour, ils peuvent exécuter les commandes suivantes pour déconnecter leur version du noyau :

  sudo yum versionlock delete kernel*
  sudo yum update -y

• Pour chaque nouvelle version de DLAMI, le dernier noyau compatible disponible est utilisé.

Noms des AMI

• Pilote AMI Nvidia OSS basé sur le Deep Learning (Amazon Linux 2) Version 69.3

• Pilote AMI propriétaire Nvidia basé sur le Deep Learning Base (Amazon Linux 2), version 67.0

• Mise à niveau du pilote Nvidia de la version 550.144.03 à la version 550.163.01 pour corriger un problème CVEs présent dans le bulletin de sécurité du pilote d'affichage pour GPU NVIDIA d'avril 2025

Noms des AMI

• Pilote AMI Nvidia OSS basé sur le Deep Learning (Amazon Linux 2), version 68.5

• Pilote AMI propriétaire Nvidia basé sur le Deep Learning Base (Amazon Linux 2), version 66.3

• 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

• 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

Noms des AMI

• Pilote AMI Nvidia OSS basé sur le Deep Learning (Amazon Linux 2), version 68.4

• Pilote AMI propriétaire Nvidia basé sur le Deep Learning Base (Amazon Linux 2), version 66.1

• Version EFA mise à niveau de 1.37.0 à 1.38.0

Noms des AMI

• Pilote AMI Nvidia OSS basé sur le Deep Learning (Amazon Linux 2), version 68.3

• Pilote AMI propriétaire Nvidia (Amazon Linux 2) Deep Learning Base, version 66.0

• 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

Noms des AMI

• Pilote AMI Nvidia OSS basé sur le Deep Learning (Amazon Linux 2), version 68.2

• Pilote AMI propriétaire Nvidia basé sur le Deep Learning Base (Amazon Linux 2), version 65.9

• EFA mis à jour de la version 1.34.0 à la version 1.37.0

• Mise à niveau de AWS OFI NCCL de la version 1.11.0 à la version 1.13.0

Noms des AMI

• Pilote AMI Nvidia OSS basé sur le Deep Learning (Amazon Linux 2), version 68.1

• Pilote AMI propriétaire Nvidia basé sur le Deep Learning Base (Amazon Linux 2), version 65.8

• Mise à niveau de Nvidia Container Toolkit de la version 1.17.0 à la version 1.17.3

Noms des AMI

• Pilote AMI Nvidia OSS basé sur le Deep Learning (Amazon Linux 2), version 67.9

• Pilote AMI propriétaire Nvidia basé sur le Deep Learning Base (Amazon Linux 2), version 65.6

• Mise à niveau de Nvidia Container Toolkit de la version 1.16.2 à la version 1.17.0, corrigeant la vulnérabilité de sécurité CVE-2024-0134.

Noms des AMI

• Pilote AMI Nvidia OSS basé sur le Deep Learning (Amazon Linux 2), version 67.7

• Pilote AMI propriétaire Nvidia basé sur le Deep Learning Base (Amazon Linux 2), version 65.4

• Mise à niveau du pilote Nvidia de la version 550.90.07 à la version 550.127.05 pour corriger un problème CVEs présent dans le bulletin de sécurité d'affichage des GPU NVIDIA d'octobre 2024

Noms des AMI

• Version AMI du pilote Nvidia OSS basé sur le Deep Learning (Amazon Linux 2)

• Pilote AMI propriétaire Nvidia basé sur le Deep Learning Base (Amazon Linux 2), version 65.2

• Mise à niveau de Nvidia Container Toolkit de la version 1.16.1 à la version 1.16.2, corrigeant la vulnérabilité de sécurité CVE-2024-0133.

• Mise à niveau du pilote Nvidia et du Fabric Manager de la version 535.183.01 à la version 550.90.07

  • Suppression de l'exigence de shell multi-utilisateurs de Fabric Manager sur la base des recommandations de Nvidia

  • Pour plus d'informations, veuillez consulter les problèmes connus relatifs au pilote Tesla 550.90.07 ici

• Version EFA mise à niveau de la version 1.32.0 à la version 1.34.0

• Mise à niveau de NCCL vers la dernière version 2.22.3 pour toutes les versions de CUDA

  • CUDA 12.1, 12.2 mis à jour à partir de 2.18.5+ 2 CUDA12

  • CUDA 12.3 a été mis à jour depuis 2.21.5+ 4 CUDA12

• Ajout de la version 12.4 du kit d'outils CUDA dans le répertoire/-12.4 usr/local/cuda

• Ajout du support pour les EC2 instances P5e.

• Suppression de la pile de la version 11.8 du kit d'outils CUDA présente dans le répertoire/-11.8 usr/local/cuda

• Ajout de la prise en charge des EC2 instances G6e.

Noms des AMI

• Pilote AMI Nvidia OSS basé sur le Deep Learning (Amazon Linux 2), version 65.4

• Pilote AMI propriétaire Nvidia basé sur le Deep Learning Base (Amazon Linux 2), version 63.9

• Version du pilote Nvidia mise à jour vers 535.183.01 à partir de 535.161.08

Noms des AMI

• Pilote AMI Nvidia OSS basé sur le Deep Learning (Amazon Linux 2), version 64.7

• Pilote AMI propriétaire Nvidia basé sur le Deep Learning Base (Amazon Linux 2), version 63.2

• Version EFA mise à jour de la version 1.30 à la version 1.32

• Plugin AWS OFI NCCL mis à jour de la version 1.7.4 à la version 1.9.1

• Boîte à outils de conteneurs Nvidia mise à jour de la version 1.13.5 à la version 1.15.0

• Ajout d'une pile CUDA12 .3 avec CUDA12 .3, NCCL 2.21.5, cuDNN 8.9.7

  La version 1.15.0 n'inclut PAS les packages nvidia-docker2 nvidia-container-runtime et nvidia-docker2. Il est recommandé d'utiliser les nvidia-container-toolkit packages directement en suivant la documentation du kit d'outils de conteneurs Nvidia.

• Suppression des piles de CUDA11 0,7, CUDA12 ,0 présentes à +/- 12,0 usr/local/cuda-11.7 and /usr/local/cuda

• Suppression du package nvidia-docker2 et de sa commande nvidia-docker dans le cadre de la mise à jour de la boîte à outils de conteneurs Nvidia de la version 1.13.5 à la version 1.15.0, qui n'inclut PAS les packages nvidia-docker2 et nvidia-docker2. nvidia-container-runtime

• Pour le pilote OSS Nvidia DLAMIs, ajout du support des instances G6 et Gr6 EC2

Noms des AMI

• Pilote AMI Nvidia OSS basé sur le Deep Learning (Amazon Linux 2), version 62.3

• Pilote AMI propriétaire Nvidia basé sur le Deep Learning Base (Amazon Linux 2), version 63.2

• Mise à jour du pilote Nvidia de 535.104.12 à 535.161.08 dans le pilote Nvidia propriétaire et OSS. DLAMIs

• Les nouvelles instances prises en charge pour chaque DLAMI sont les suivantes :

  • Le Deep Learning avec pilote propriétaire Nvidia prend en charge les formats G3 (G3.16x non pris en charge), P3, P3dn

  • Apprentissage profond avec OSS Le pilote Nvidia est compatible avec G4dn, G5, P4d, P4de, P5.

• Suppression de la prise en charge des EC2 instances G4dn, G5, G3.16x par le pilote propriétaire Nvidia DLAMI.

• Ajout de awscliv2 dans l'AMI en tant que/usr/local/bin/aws2, alongside awscliv1 as /usr/local/bin/awssur l'AMI du pilote OSS Nvidia

• Pilote OSS Nvidia DLAMI mis à jour avec support G4dn et G5. Sur cette base, le support actuel ressemble à ce qui suit :

  • L'AMI de pilote Nvidia propriétaire de Deep Learning Base (Amazon Linux 2) prend en charge les formats P3, P3dn, G3, G4dn et G5.

  • Deep Learning Base OSS Nvidia Driver AMI (Amazon Linux 2) est compatible avec G4dn, G5, P4, P5.

• Il est recommandé d'utiliser le pilote DLAMIs OSS Nvidia pour G4dn, G5, P4, P5.

Noms des AMI

• Pilote AMI Nvidia OSS basé sur le Deep Learning (Amazon Linux 2) Version 62.1

• Pilote AMI propriétaire Nvidia basé sur le Deep Learning Base (Amazon Linux 2), version 62.1

• Mise à jour du pilote OSS Nvidia de 535.129.03 à 535.154.05

• EFA mis à jour de 1.29.0 à 1.30.0

• Mise à jour de l' AWS OFI NCCL de la version 1.7.3-aws à la version 1.7.4-aws

• Version du package runc mise à jour pour utiliser le correctif pour CVE-2024-21626.

• Mise à jour du pilote OSS Nvidia de 535.104.12 à 535.129.03

• EFA mis à jour de 1.26.1 à 1.29.0

• GDRCopy mis à jour de 2.3 à 2.4

• AWS L'AMI d'apprentissage profond (DLAMI) est divisée en deux groupes distincts :

  • DLAMI utilisant le pilote propriétaire Nvidia (compatible avec P3, P3dn, G3, G5, G4dn).

  • DLAMI qui utilise le pilote Nvidia OSS pour activer EFA (pour prendre en charge les formats P4, P5).

• Veuillez consulter l'annonce publique pour plus d'informations sur la division du DLAMI.

• Pour les AWS CLI requêtes, voir le point Query AMI-ID with AWSCLI (exemple : Region is us-east-1)

• AWS Plugin OFI NCCL mis à jour de la version 1.7.2 à la version 1.7.3

• Répertoires CUDA 12.0-12.1 mis à jour avec la version 2.18.5 de NCCL

• CUDA121. Mise à jour en tant que version CUDA par défaut

  • LD_LIBRARY_PATH a été mis à jour pour avoir//usr/local/cuda-12.1/targets/x86_64-linux/lib/:/usr/local/cuda-12.1/lib:/usr/local/cuda-12.1/lib64:/usr/local/cuda-12.1 and PATH to have /usr/local/cuda-12.1/bin

  • Pour les clients qui souhaitent passer à une autre version de CUDA, veuillez définir les variables LD_LIBRARY_PATH et PATH en conséquence.

• Kernel Live Patching est désormais activé. Les correctifs en temps réel permettent aux clients d'appliquer des correctifs de failles de sécurité et de bogues critiques à un noyau Linux en cours d'exécution, sans redémarrage ni interruption de l'exécution des applications. Veuillez noter que la prise en charge des correctifs en direct pour le noyau 5.10.192 prendra fin le 30 novembre 23.

• Mise à jour du pilote NVIDIA de 535.54.03 à 535.104.12

  Ce dernier pilote corrige les modifications majeures de l'ABI NVML trouvées dans le pilote 535.54.03, ainsi que la régression du pilote trouvée dans le pilote 535.86.10 qui affectait les boîtes à outils CUDA sur les instances P5. Consultez les notes de mise à jour suivantes de NVIDIA pour plus de détails sur les correctifs :

  • 4235941 - Correctif de modification révolutionnaire de l'ABI NVML

  • 4228552 - Correction d'erreur du kit d'outils CUDA

• Répertoires CUDA 12.2 mis à jour avec NCCL 2.18.5

• EFA mis à jour de la version 1.24.1 à la dernière version 1.26.1

• Ajouté CUDA12 2.2 à/usr/local/cuda-12.2

• Suppression du support pour CUDA 11.5 et CUDA 11.6

• aws-ofi-ncclPlugin mis à jour de la v1.7.1 à la v1.7.2

• Cette AMI prend désormais en charge les fonctionnalités d'entraînement à nœuds multiples sur P5 et sur toutes les instances précédemment prises en charge EC2

• Pour les EC2 instances P5, il est recommandé d'utiliser NCCL 2.18 et il a été ajouté à CUDA12 .0 et .1. CUDA12

• Suppression du support pour la CUDA11 version 5.

• Suppression de CUDA-11.3 et CUDA-11.4

• Plugin AWS OFI NCCL mis à jour vers la version v1.7.1

• Fabriqué en CUDA11 .8 par défaut car PyTorch 2.0 supporte 11.8 et pour les EC2 instances P5, il est recommandé d'utiliser >= .8 CUDA11

  • LD_LIBRARY_PATH a été mis à jour pour avoir//usr/local/cuda-11.8/targets/x86_64-linux/lib/:/usr/local/cuda-11.8/lib:/usr/local/cuda-11.8/lib64:/usr/local/cuda-11.8 and PATH to have /usr/local/cuda-11.8/bin

  • Pour toute version différente de cuda, veuillez définir LD_LIBRARY_PATH en conséquence.

• Correction du problème de chargement du package Nvidia Fabric Manager (FM) mentionné lors de la date de sortie antérieure du 19/07/2023.

• Pilote Nvidia mis à jour de 525.85.12 à 535.54.03

• Programme d'installation d'EFA mis à jour de la version 1.22.1 à la version 1.24.1

• Ajout de modifications de l'état C pour désactiver l'état inactif du processeur en réglant l'état C maximal sur C1. Cette modification est effectuée en définissant `intel_idle.max_cstate=1 processor.max_cstate=1` dans les arguments de démarrage de Linux dans le fichier/etc/default/grub

• AWS EC2 Support des instances P5 :

  • Ajout de la prise en charge des EC2 instances P5 pour les flux de travail utilisant un seul nœud ou une seule instance. La prise en charge de plusieurs nœuds (par exemple pour l'entraînement multi-nœuds) à l'aide d'EFA (Elastic Fabric Adapter) et du plug-in AWS OFI NCCL sera ajoutée dans une prochaine version.

  • Veuillez utiliser CUDA>=11.8 pour des performances optimales.

  • Problème connu : le chargement du package Nvidia Fabric Manager (FM) prend du temps sur P5. Les clients doivent attendre 2 à 3 minutes jusqu'à ce que FM se charge après le lancement de l'instance P5. Pour vérifier si FM est démarré, exécutez la commande sudo systemctl is-active nvidia-fabricmanager, elle devrait redevenir active avant de démarrer un flux de travail. Cela sera corrigé dans la prochaine version.

• Suppression de la pile CUDA11 .0-11.2 conformément à la politique de support mentionnée dans la section supérieure de ce document.

• Ajout de Nvidia GDRCopy 2.3

• Mise à jour du pilote NVIDIA 515.65.01 à 525.85.12

• Ajouté cuda-11.8 à/-11.8/ usr/local/cuda

• Version EFA mise à jour de 1.17.2 à 1.19.0

• Pilote NVIDIA mis à jour de 510.47.03 à 515.65.01

• Ajouté cuda-11.7 à/-11.7/ usr/local/cuda

• Version EFA mise à jour de 1.16.0 à 1.17.2

• Mise à jour aws-efa-installer vers version 1.15.2

• Mise à jour aws-ofi-nccl vers la version 1.3.0-aws qui inclut la topologie pour p4de.24xlarge.

• Cette version ajoute la prise en charge des instances EC2 p4de.24xlarge.

• Ajout d'un CloudWatch agent Amazon

• Ajout de trois services systemd qui utilisent des fichiers json prédéfinis disponibles sur path/opt/aws/amazon-cloudwatch-agent/etc/pour configurer les métriques du GPU à l'aide de l'utilisateur linux cwagent

  • dlami-cloudwatch-agent@minimal

    • Commandes pour activer les métriques du GPU :

      sudo systemctl enable dlami-cloudwatch-agent@minimal
      sudo systemctl start dlami-cloudwatch-agent@minimal

    • Il crée les métriques suivantes : utilization_gpu utilization_memory

  • dlami-cloudwatch-agent@partial

    • Commandes pour activer les métriques du GPU :

      sudo systemctl enable dlami-cloudwatch-agent@partial
      sudo systemctl start dlami-cloudwatch-agent@partial

    • Il crée les métriques suivantes :utilization_gpu,utilization_memory,memory_total,memory_used, memory_free

  • dlami-cloudwatch-agent@all

    • Commandes pour activer les métriques du GPU :

      sudo systemctl enable dlami-cloudwatch-agent@all
      sudo systemctl start dlami-cloudwatch-agent@all

    • Il crée toutes les métriques GPU disponibles

• Version du noyau mise à jour vers la version 5.10

• Mise à jour du pilote Nvidia vers la version 510.47.03

• Verrouillés aws-neuron-dkms et tensorflow-model-server-neuron lorsqu'ils sont mis à jour vers des versions plus récentes qui ne sont pas prises en charge par les packages Neuron présents dans l'AMI

  • Commandes si le client souhaite déverrouiller le package pour le mettre à jour avec la version la plus récente : sudo yum versionlock delete aws-neuron-dkms sudo yum versionlock delete tensorflow-model-server-neuron

• Ajout de la version CUDA11 2 avec les composants suivants :

  • cuDNN v8.1.1.33

  • NCCL 2.8.4

  • CUDA 11.2.2

• Mise à jour du lien symbolique pip vers pip3

• Support obsolète pour le type d'instance P2

• Python2.7 obsolète et suppression des paquets python2.7 associés tels que « python-dev », « python-pip » et « python-tk »

• Le fichier org.apache.ant_1.9.2.v201404171502 \ lib \ ant-apache-log 4j.jar a été supprimé des versions de cuda car il n'est pas utilisé et il n'y a aucun risque pour les utilisateurs possédant les fichiers Log4j. Pour plus d'informations, consultez https://nvidia.custhelp.com/app/answers/detail/a_id/5294.

• Mise à jour d'EFA vers la version 1.14.1

• Packages Neuron mis à jour à partir de aws-neuron-dkms =1.5. *, aws-neuron-runtime-base =1,5. *, aws-neuron-tools =1,6.* à =2,2. aws-neuron-dkms *, aws-neuron-runtime-base =1,6. *, aws-neuron-tools =2,0.*.

• Suppression du package Neuron aws-neuron-runtime =1.5.* car Neuron n'a plus d'environnement d'exécution en tant que démon et le runtime est désormais intégré au framework en tant que bibliothèque.

• Les rapports d'analyse de sécurité au format JSON sont disponibles à l'adresse/opt/aws/dlami/info/.

• Pour chaque lancement d'instance à l'aide du DLAMI, la balise aws-dlami-autogenerated-tag « do-not-delete - » sera ajoutée pour AWS permettre de collecter le type d'instance, l'ID de l'instance, le type de DLAMI et les informations du système d'exploitation. Aucune information sur les commandes utilisées dans le DLAMI n'est collectée ou conservée. Aucune autre information concernant le DLAMI n'est collectée ou conservée. Pour désactiver le suivi de l'utilisation de votre DLAMI, ajoutez une balise à votre instance EC2 Amazon lors du lancement. La balise doit utiliser la clé OPT_OUT_TRACKING avec la valeur associée définie sur true. Pour plus d'informations, consultez Marquer vos EC2 ressources Amazon.

• Version de docker mise à jour vers docker-20.10.7-3

• « Notebook » mis à jour vers la version « 6.4.1".

• Mise à jour de la version du pilote Nvidia et du gestionnaire Fabric vers 450.142.00.

• Packages Neuron mis à jour conformément à la version 1.14.0 de Neuron

• Version awscli mise à jour vers la version 1.19.89

• Suppression des composants vulnérables de CUDA-10.0 (Visual Profiler, Nsight EE et JRE) de l'installation de CUDA-10.0 (/-10.0). usr/local/cuda

• Runc mis à jour vers la dernière version

• Mise à jour du pilote Nvidia Tesla et de la version Fabric Manager vers 450.119.03.

• Correction d'un problème qui ralentissait la vitesse de lancement de l'instance.

• Ajouté tensorflow-model-server-neuron pour prendre en charge le service de modèles neuronaux.

• Mise à niveau de jupyterlab vers la version 3.0.8 pour python3.

• L'ancienne installation d'OpenMPI dansusr/local/mpi caused /opt/amazon/openmpi/bin/mpirun to be linked incorrectly. To fix the link issue, we removed /usr/local/mpi installation, OpenMPI installation in /opt/amazon/openmpi/est disponible.

• Supprimez les définitions dupliquées et inexistantes des environnements shell qui polluaient les variables d'environnement shell telles que PATH et LD_LIBRARY_PATH. Par conséquent, ~/.dlami et/etc/profile.d/var.sh has been removed, and /etc/profile.d/dlami.sh ont été ajoutés.

• Cryptographie des paquets mise à jour pour résoudre le problème CVE-2020-36242

• Ajout de l'installation de TensorRT CUDA 11.0

• Correction d'une faute de frappe dans le MOTD (message du jour) qui affichait incorrectement la version 34.1.

• Python2 et python3 corrigés pour CVE-2021-3177

• Il y a une faute de frappe dans le MOTD (message du jour) qui affichait incorrectement la version 34.1. Nous publierons la version 34.3 pour résoudre ce problème.

• Épinglé à la version 20.3.4 pour python2, il s'agit de la dernière version de pip supportant python2 et python3.5.

• Mise à jour de la version cuDNN vers la version 8.0.5.39 dans les versions 1.0 et 8.1 CUDA11. CUDA11

• Ajout de la version CUDA11 .1 avec NCCL 2.7.8, cuDNN 8.0.4.30 pour l'AMI d'apprentissage profond (Amazon Linux 2), l'AMI d'apprentissage profond (Ubuntu 16.04), l'AMI d'apprentissage profond (Ubuntu 18.04), l'AMI de base d'apprentissage profond (Ubuntu 16.04), l'AMI de base d'apprentissage profond (Amazon Linux 2).

• Installation d'EFA mise à niveau vers la version 1.10.0.

• Mise à niveau de la version cuDNN vers la version 8.0.4.30 pour CUDA 11.0.

• Mise à niveau de AWS Neuron vers la version 1.1

• Versions du pilote NVIDIA et du Fabric Manager mises à jour vers la version 450.80.02

• Mise à jour de NCCL vers la version 2.7.8 dans la version 2.0 CUDA11

• Correction d'un problème en raison duquel le package python géré par yum était remplacé par des installations gérées par pip. Les exécutables pip, pip3 et pip3.7 ont été déplacés de/usr/binto /usr/local/binasdans le cadre de ce correctif.

• Pilote NVIDIA mis à jour de la version 450.51.05 à 450.51.06

• Ajout de la version 450.51.06 de NVIDIA Fabric Manager

• Mise à niveau d'EFA vers la version 1.9.4

• Ajout de la pile CUDA 11.0 avec NCCL 2.7.6 et cuDNN 8.0.2.39

• EFA mis à jour de la version 1.7.1 à la version 1.9.3 à/opt/amazon/efa

• La mise à niveau d'Open MPI de la version 4.0.3 à la version 4.0.4 dans «/usr/local/mpi’. Open MPI at ‘/opt/amazon/openmpi/bin/mpirun» est toujours à la version 4.0.3

• Mise à jour du pilote NVIDIA 440.33.01 à 450.51.05

• Mise à niveau de la version NCCL de 2.6.4 à 2.7.6 en 0.2 CUDA1

• Mise à jour de l' AWS OFI NCCL vers la version la plus récente, voir ici pour plus de détails.

• Cuda 8.0/9.0/9.2 ont été supprimés de l'AMI

• Correction d'une erreur empêchant l'ouverture du fichier objet partagé : libopencv_dnn.so.4.2.

• Version EFA mise à jour vers la version 1.7.1 pour prendre en charge NCCL 2.6.4

• Version NCCL mise à jour vers la version 2.6.4 pour CUDA 10.2

• Version awscli mise à jour de la version 1.16.76 à la version 1.18.80

• Version boto3 mise à jour de la version 1.9.72 à la version 1.14.3

• Version Docker mise à jour vers la version 19.03.6

• Version Docker mise à jour vers la version 19.03.6

• Versions du package python mises à niveau

• Ajout de la pile CUDA 10.2

• Mise à jour de CUDA 10.0 et 10.1 pour les versions cuDNN et NCCL