Le traduzioni sono generate tramite traduzione automatica. In caso di conflitto tra il contenuto di una traduzione e la versione originale in Inglese, quest'ultima prevarrà.

# Framework e regioni supportati AWS
<a name="train-smart-sifting-what-is-supported"></a>

Prima di utilizzare SageMaker smart sifting data loader, verifica se il framework che preferisci è supportato, che i tipi di istanza siano disponibili nel tuo AWS account e che il tuo AWS account si trovi in una delle regioni supportate. AWS 

**Nota**  
SageMaker smart sifting supporta l'addestramento dei PyTorch modelli con il tradizionale parallelismo dei dati e il parallelismo distribuito dei dati, che esegue repliche dei modelli in tutti i GPU worker e utilizza l'operazione. `AllReduce` Non funziona con le tecniche di parallelizzazione dei modelli, inclusa la parallelizzazione dei dati con sharding. Poiché lo SageMaker smart sifting funziona per i lavori di parallelismo dei dati, assicurati che il modello da addestrare si adatti a ciascuna memoria della GPU.

## Framework supportati
<a name="train-smart-sifting-supported-frameworks"></a>

SageMaker smart sifting supporta i seguenti framework di deep learning ed è disponibile tramite Deep Learning Containers AWS .

**Topics**
+ [PyTorch](#train-smart-sifting-supported-frameworks-pytorch)

### PyTorch
<a name="train-smart-sifting-supported-frameworks-pytorch"></a>


| Framework | Versione di Framework | URI del container Deep Learning | 
| --- | --- | --- | 
| PyTorch | 2.1.0 | {{763104351884}}.dkr.ecr. {{region}}.amazonaws.com/pytorch-training:2.1.0-gpu-py310-cu121-ubuntu20.04-sagemaker | 

Per ulteriori informazioni sui container predefiniti, consulta [SageMaker AI Framework Containers](https://github.com/aws/deep-learning-containers/blob/master/available_images.md) nel * GitHub repository AWS Deep Learning Containers*.

## Regioni AWS
<a name="train-smart-sifting-supported-regions"></a>

I [contenitori inclusi nella libreria SageMaker smart sifting](https://github.com/aws/deep-learning-containers/blob/master/available_images.md#sagemaker-training-compiler-containers) sono disponibili nei paesi in Regioni AWS cui sono in servizio i [AWS Deep Learning Containers](https://github.com/aws/deep-learning-containers/blob/master/available_images.md).

## Tipi di istanza
<a name="train-smart-sifting-instance-types"></a>

Puoi utilizzare SageMaker smart sifting per qualsiasi lavoro di PyTorch formazione su qualsiasi tipo di istanza. È consigliabile utilizzare istanze P4d, P4de o P5.