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.

Politique de prise en charge des SageMaker images prédéfinies

Toutes les SageMaker images prédéfinies, y compris les conteneurs spécifiques au framework, les conteneurs d'algorithmes intégrés, les algorithmes et les packages de modèles répertoriés dans AWS Marketplace, et les conteneurs AWS Deep Learning sont régulièrement scannées pour détecter les vulnérabilités courantes répertoriées par le programme Common Vulnerabilities and Exposures (CVE) et la National Vulnerability Database (NVD). Pour plus d’informations sur les CVE, consultez Questions fréquentes concernant CVE. Les images de conteneur préconçues prises en charge reçoivent une version mineure mise à jour après tout correctif de sécurité.

Toutes les images de conteneur prises en charge sont régulièrement mises à jour pour prendre en compte les CVE critiques. Pour les scénarios de gravité élevée, nous recommandons aux clients de créer et d’héberger une version corrigée du conteneur dans leur propre Amazon Elastic Container Registry (Amazon ECR).

Si vous utilisez une version d’image de conteneur qui n’est plus prise en charge, il se peut que vous ne disposiez pas des pilotes, bibliothèques et packages appropriés les plus récents. Pour obtenir une version plus récente, nous vous recommandons de passer à l’un des frameworks pris en charge disponibles en utilisant la dernière image de votre choix.

SageMaker AI ne publie pas d'images obsolètes pour les conteneurs neufs Régions AWS.

AWS Politique de support des Deep Learning Containers (DLC)

AWS Les conteneurs Deep Learning sont un ensemble d'images Docker destinées à la formation et à la diffusion de modèles d'apprentissage profond. Pour afficher les images disponibles, voir Images de conteneurs Deep Learning disponibles dans le GitHub référentiel Deep Learning Containers.

Les DLC ont atteint leur date de fin de mise à jour 365 jours après leur date GitHub de sortie. Les mises à jour des correctifs pour les DLC ne sont pas des mises à jour « sur place ». Vous devez supprimer l’image existante sur votre instance et extraire la dernière image du conteneur sans mettre fin à votre instance. Pour plus d’informations, consultez Politique de support du Framework dans le Guide du développeur AWS Deep Learning Containers.

Consultez le tableau des politiques de support du framework AWS Deep Learning Containers pour vérifier quels frameworks et quelles versions sont activement pris en charge pour les AWS DLC. Vous pouvez faire référence au framework associé à un DLC dans le tableau des politiques de support pour toutes les images qui ne sont pas explicitement répertoriées. Par exemple, vous pouvez faire référence PyTorch dans le tableau des règles de support pour les images DLC telles que huggingface-pytorch-inference etstabilityai-pytorch-inference.

SageMaker Politique de support d'AI ML Framework Container

Les conteneurs SageMaker AI ML Framework sont un ensemble d'images Docker destinées à la formation et à la gestion des charges de travail d'apprentissage automatique avec des environnements optimisés pour les frameworks courants tels que XGBoost et Scikit Learn. Pour consulter les conteneurs SageMaker AI ML Framework disponibles, voir Chemins de registre Docker et exemple de code. Accédez à la AWS région de votre choix et parcourez les images à l'aide de la balise (algorithm). SageMaker Les conteneurs AI ML Framework adhèrent également à la politique de support du framework AWS Deep Learning Containers.

Pour récupérer la dernière version de l'image pour XGBoost 1.7-1 en mode framework, utilisez les commandes du SDK suivantes : SageMaker Python

from sagemaker.core import image_uris
image_uris.retrieve(framework='xgboost',region='us-east-1',version='3.0-5')

SageMaker Politique de support Built-in pour AI Algorithm Container

Les conteneurs d' Built-in algorithmes d' SageMaker IA sont un ensemble d'images Docker destinées à la formation et à la mise à disposition des algorithmes d'apprentissage automatique intégrés à SageMaker AI. Pour consulter les conteneurs d' Built-in algorithmes d' SageMaker IA disponibles, voir Chemins de registre Docker et exemple de code. Accédez à la AWS région de votre choix et parcourez les images à l'aide de la balise (algorithm).

Les mises à jour des correctifs pour les images de conteneur intégrées sont des mises à jour « sur place ». Pour rester à jour avec les derniers correctifs de sécurité, nous vous recommandons de consulter la dernière version de l’image de l’algorithme intégré à l’aide de la balise image latest.

Politique de support des conteneurs d’hébergement LLM

Les conteneurs d'hébergement LLM tels que les conteneurs TGI (HuggingFaceText Generation Inference) arrivent à leur date de fin de mise à jour 30 jours après leur GitHub date de sortie.

Conteneurs non pris en charge et dépréciation

Lorsqu’un conteneur arrive à la fin du correctif ou qu’il est obsolète, il ne reçoit plus de correctif de sécurité. Les conteneurs sont obsolètes lorsque des frameworks ou des algorithmes complets ne sont plus pris en charge.

Les conteneurs suivants ne sont plus pris en charge :