AWS Deep Learning Base AMI (Amazon Linux 2)

• Deep Learning Base OSS Nvidia ドライバー AMI (Amazon Linux 2) バージョン ${XX.X}

• Deep Learning Base 独自の Nvidia ドライバー AMI (Amazon Linux 2) バージョン ${XX.X}

• DLAMI の重要な変更点を参照してください。

• OSS Nvidia ドライバーによる深層学習で G4dn, G5, G6, Gr6, G6e, P4d, P4de, P5, P5e, P5en をサポート

• 独自の Nvidia ドライバーを使用した Deep Learning が G3 (G3.16x はサポートされていません）、P3, P3dn をサポート

• サポートされている AWS サービス: Amazon EC2

• オペレーティングシステム: Amazon Linux 2

• コンピューティングアーキテクチャ: x86

• 利用可能な最新バージョンは、次のパッケージにインストールされます。

  • Linux カーネル: 5.10

  • Docker

  • AWS CLI v2at /usr/local/bin/aws2 および AWS CLI v1at /usr/bin/aws

  • Nvidia コンテナツールキット：

    • バージョンコマンド: nvidia-container-cli -V

  • Nvidia-docker2：

    • Version コマンド: nvidia-docker バージョン

• Python: /usr/bin/python3.7

• NVIDIA ドライバー：

  • OSS Nvidia ドライバー:550.163.01

  • 独自の Nvidia ドライバー:550.163.01

• NVIDIA CUDA 12.1～12.4 スタック：

  • CUDA、NCCL、および cuDDN インストールディレクトリ: /usr/local/cuda-xx.x/

  • デフォルトの CUDA:12.1

    • PATH /usr/local/cudapoints toCUDA 12.1

    • 以下の env vars を更新しました。

      • LD_LIBRARY_PATH に /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 を付ける

      • /usr/local/cuda-12.1/bin/:/usr/local/cuda-12.1/include/ を持つ PATH

      • 別の CUDA バージョンの場合は、それに応じて LD_LIBRARY_PATH を更新してください。

  • コンパイル済み NCCL バージョン: 2.22.3

  • NCCL テストの場所：

    • all_reduce、all_gather、Reduce_scatter: /usr/local/cuda-xx.x/efa/test-cuda-xx.x/

    • NCCL テストを実行するには、LD_LIBRARY_PATH が以下の更新に合格する必要があります。

      • 一般的な PATHsはすでに LD_LIBRARY_PATH に追加されています。

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

      • 別の CUDA バージョンの場合は、それに応じて LD_LIBRARY_PATH を更新してください。

• EFA インストーラ: 1.38.0

• Nvidia GDRCopy:2.4

• AWS OFI NCCL: 1.13.2

  • AWS OFI NCCL が単一ビルドで複数の NCCL バージョンをサポートするようになりました

  • インストールパス：/opt/amazon/ofi-nccl/。パス /opt/amazon/ofi-nccl/lib64 が LD_LIBRARY_PATH に追加されました。

• EBS ボリュームタイプ: gp3

• SSM パラメータを使用して AMI-ID をクエリする (リージョンの例は us-east-1):

  • OSS Nvidia ドライバー：

    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

  • 独自の Nvidia ドライバー：

    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

• AWSCLI で AMI-ID をクエリする (リージョンの例は us-east-1)。

  • OSS Nvidia ドライバー：

    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

  • 独自の Nvidia ドライバー：

    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

複数のネットワークカードを持つ EC2 インスタンス

• EFA をサポートする多くのインスタンスタイプには複数のネットワークカードもあります。

• DeviceIndex は各ネットワークカードに固有であり、NetworkCard あたりの ENIs の制限より小さい負以外の整数である必要があります。P5 では、NetworkCard あたりの ENIs の数は 2 です。つまり、DeviceIndex の有効な値は 0 または 1 のみです。

  • プライマリネットワークインターフェイス (ネットワークカードインデックス 0、デバイスインデックス 0) の場合は、EFA (EFA with ENA) インターフェイスを作成します。EFA のみのネットワークインターフェイスをプライマリネットワークインターフェイスとして使用することはできません。

  • 追加のネットワークインターフェイスごとに、ENA 帯域幅要件や IP アドレススペースなどのユースケースに応じて、次に未使用のネットワークカードインデックス、デバイスインデックス 1、EFA (EFA with ENA) または EFA 専用ネットワークインターフェイスを使用します。ユースケースの例については、P5 インスタンスの EFA 設定」を参照してください。

  • 詳細については、EFA ガイドを参照してください。

P5/P5e インスタンス

• P5 および P5e インスタンスには 32 個のネットワークインターフェイスカードが含まれており、次の AWS CLI コマンドを使用して起動できます。

P5en インスタンス

• P5en には 16 個のネットワークインターフェイスカードが含まれており、次の AWS CLI コマンドを使用して起動できます。

カーネル

• カーネルバージョンは コマンドを使用して固定されます。

  sudo yum versionlock kernel*

• インストールされているドライバーとパッケージバージョンとの互換性を確保するために、カーネルバージョンを更新しないことをお勧めします (セキュリティパッチによる場合を除く）。ユーザーが引き続き更新する場合は、次のコマンドを実行してカーネルバージョンのピン留めを解除できます。

  sudo yum versionlock delete kernel*
  sudo yum update -y

• DLAMI の新しいバージョンごとに、利用可能な最新の互換性のあるカーネルが使用されます。

AMI 名

• Deep Learning Base OSS Nvidia ドライバー AMI (Amazon Linux 2) バージョン 69.3

• Deep Learning Base 独自の Nvidia ドライバー AMI (Amazon Linux 2) バージョン 67.0

• 2025 年 4 月の NVIDIA GPU ディスプレイドライバーのセキュリティ情報に記載されている CVEs に対応するために、Nvidia ドライバーをバージョン 550.144.03 から 550.163.01 にアップグレードしました https://nvidia.custhelp.com/app/answers/detail/a_id/5630

AMI 名

• Deep Learning Base OSS Nvidia ドライバー AMI (Amazon Linux 2) バージョン 68.5

• Deep Learning Base 独自の Nvidia ドライバー AMI (Amazon Linux 2) バージョン 66.3

• NVIDIA Container Toolkit をバージョン 1.17.3 からバージョン 1.17.4 に更新しました。詳細については、「https://github.com/NVIDIA/nvidia-container-toolkit/releases/tag/v1.17.4」のリリースノートページを参照してください。

• 2025 年 2 月 18 日の NVIDIA CUDA Toolkit Security Bulletin にある CVEs に対応するために、NVIDIA CUDA ツールキットが提供するユーザースペースライブラリ cuobj と nvdisasm を削除しました。 https://nvidia.custhelp.com/app/answers/detail/a_id/5594

AMI 名

• Deep Learning Base OSS Nvidia ドライバー AMI (Amazon Linux 2) バージョン 68.4

• Deep Learning Base 独自の Nvidia ドライバー AMI (Amazon Linux 2) バージョン 66.1

• EFA バージョンを 1.37.0 から 1.38.0 にアップグレードしました

AMI 名

• Deep Learning Base OSS Nvidia ドライバー AMI (Amazon Linux 2) バージョン 68.3

• Deep Learning Base 独自の Nvidia ドライバー AMI (Amazon Linux 2) バージョン 66.0

• 2025 年 1 月の NVIDIA GPU ディスプレイドライバーのセキュリティ情報に記載されている CVEs に対応するために、Nvidia ドライバーをバージョン 550.127.05 から 550.144.03 にアップグレードしました https://nvidia.custhelp.com/app/answers/detail/a_id/5614

AMI 名

• Deep Learning Base OSS Nvidia ドライバー AMI (Amazon Linux 2) バージョン 68.2

• Deep Learning Base 独自の Nvidia ドライバー AMI (Amazon Linux 2) バージョン 65.9

• EFA をバージョン 1.34.0 から 1.37.0 にアップグレードしました

• AWS OFI NCCL をバージョン 1.11.0 から 1.13.0 にアップグレードしました

AMI 名

• Deep Learning Base OSS Nvidia ドライバー AMI (Amazon Linux 2) バージョン 68.1

• Deep Learning Base 独自の Nvidia ドライバー AMI (Amazon Linux 2) バージョン 65.8

• Nvidia Container Toolkit をバージョン 1.17.0 から 1.17.3 にアップグレードしました

AMI 名

• Deep Learning Base OSS Nvidia Driver AMI (Amazon Linux 2) バージョン 67.9

• Deep Learning Base 独自の Nvidia ドライバー AMI (Amazon Linux 2) バージョン 65.6

• Nvidia Container Toolkit をバージョン 1.16.2 から 1.17.0 にアップグレードし、セキュリティ脆弱性 CVE-2024-0134 に対応しました。

AMI 名

• Deep Learning Base OSS Nvidia ドライバー AMI (Amazon Linux 2) バージョン 67.7

• Deep Learning Base 独自の Nvidia ドライバー AMI (Amazon Linux 2) バージョン 65.4

• 2024 年 550.90.070 月の NVIDIA GPU ディスプレイセキュリティ情報に記載されている CVEs に対応するために、Nvidia ドライバーをバージョン から 550.127.05 にアップグレードしました https://nvidia.custhelp.com/app/answers/detail/a_id/5586

AMI 名

• Deep Learning Base OSS Nvidia ドライバー AMI (Amazon Linux 2) バージョン

• Deep Learning Base 独自の Nvidia ドライバー AMI (Amazon Linux 2) バージョン 65.2

• Nvidia Container Toolkit をバージョン 1.16.1 から 1.16.2 にアップグレードし、セキュリティ脆弱性 CVE-2024-0133 に対応しました。

• Nvidia ドライバーと Fabric Manager をバージョン 535.183.01 から 550.90.07 にアップグレード

  • Nvidia の推奨事項に基づいて Fabric Manager からマルチユーザーシェル要件を削除

  • 詳細については、Tesla ドライバー 550.90.07 の既知の問題を参照してください。

• EFA バージョンを 1.32.0 から 1.34.0 にアップグレードしました

• すべての CUDA バージョンで NCCL を最新バージョン 2.22.3 にアップグレードしました

  • CUDA 12.1、12.2 を 2.18.5+CUDA12.2 からアップグレード

  • CUDA 12.3 を 2.21.5+CUDA12.4 からアップグレード

• ディレクトリ /usr/local/cuda-12.4 に CUDA ツールキットバージョン 12.4 を追加

• P5e EC2 インスタンスのサポートが追加されました。

• ディレクトリ /usr/local/cuda-11.8 に存在する CUDA Toolkit バージョン 11.8 スタックを削除

• G6e EC2 インスタンスのサポートが追加されました。

AMI 名

• Deep Learning Base OSS Nvidia ドライバー AMI (Amazon Linux 2) バージョン 65.4

• Deep Learning Base 独自の Nvidia ドライバー AMI (Amazon Linux 2) バージョン 63.9

• Nvidia ドライバーのバージョンを 535.183.01 から 535.161.08 に更新

AMI 名

• Deep Learning Base OSS Nvidia ドライバー AMI (Amazon Linux 2) バージョン 64.7

• Deep Learning Base 独自の Nvidia ドライバー AMI (Amazon Linux 2) バージョン 63.2

• EFA バージョンをバージョン 1.30 からバージョン 1.32 に更新

• AWS OFI NCCL プラグインをバージョン 1.7.4 からバージョン 1.9.1 に更新

• Nvidia コンテナツールキットをバージョン 1.13.5 からバージョン 1.15.0 に更新

• CUDA12.3、NCCL 2.21.5、CuDNN 8.9.7 を含む CUDA12.3 スタックを追加

  バージョン 1.15.0 には、nvidia-container-runtime および nvidia-docker2 パッケージは含まれていません。nvidia-container-toolkit https://docs.nvidia.com/datacenter/cloud-native/container-toolkit/latest/sample-workload.htmlパッケージを直接使用することをお勧めします。

• /usr/local/cuda-CUDA11.7 および /usr/local/cuda-12.0 に存在する CUDA1211.7、CUDA12.0 スタックを削除usr/local/cuda-11usr/local/cuda-12

• nvidia-container-runtime パッケージと nvidia-docker2 パッケージを含まない 1.13.5 から 1.15.0 への Nvidia コンテナツールキットの更新の一環として、nvidia-docker2 パッケージとそのコマンド nvidia-docker を削除しました。

• OSS Nvidia ドライバー DLAMIs G6 および Gr6 EC2 インスタンスのサポートを追加

AMI 名

• Deep Learning Base OSS Nvidia ドライバー AMI (Amazon Linux 2) バージョン 62.3

• Deep Learning Base 独自の Nvidia ドライバー AMI (Amazon Linux 2) バージョン 63.2

• 独自のドライバー DLAMI と OSS Nvidia ドライバー DLAMI の両方で、Nvidia ドライバーを 535.104.12 から 535.161.08 に更新しました。 DLAMIs

• DLAMI ごとにサポートされている新しいインスタンスは次のとおりです。

  • 独自の Nvidia ドライバーを使用した Deep Learning が G3 (G3.16x はサポートされていません）、P3, P3dn をサポート

  • OSS Nvidia ドライバーを使用した Deep Learning は、G4dn, G5, P4d, P4de, P5 をサポートしています。

• 独自の Nvidia ドライバー DLAMI から G4dn, G5, G3.16x EC2 インスタンスのサポートを削除しました。

• AMI に awscliv2 を /usr/local/bin/aws2 として追加し、OSS Nvidia ドライバー AMI に awscliv1 を /usr/local/bin/aws として追加しました。

• 現在のサポートに基づいて、G4dn および G5 をサポートする OSS Nvidia ドライバー DLAMI が次のように更新されました。

  • Deep Learning Base 独自の Nvidia ドライバー AMI (Amazon Linux 2) は、P3, P3dn, G3, G4dn, G5 をサポートしています。

  • Deep Learning Base OSS Nvidia Driver AMI (Amazon Linux 2) は、G4dn, G5, P4, P5 をサポートしています。

• OSS Nvidia ドライバー DLAMIsは、G4dn, G5, P4, P5 に使用することをお勧めします。

AMI 名

• Deep Learning Base OSS Nvidia ドライバー AMI (Amazon Linux 2) バージョン 62.1

• Deep Learning Base 独自の Nvidia ドライバー AMI (Amazon Linux 2) バージョン 62.1

• OSS Nvidia ドライバーを 535.129.03 から 535.154.05 に更新

• EFA を 1.29.0 から 1.30.0 に更新

• AWS OFI NCCL を 1.7.3-aws から 1.7.4-aws に更新

• CVE-2024-21626 のパッチを使用するように runc パッケージバージョンを更新しました。

• OSS Nvidia ドライバーが 535.104.12 から 535.129.03 に更新されました

• EFA を 1.26.1 から 1.29.0 に更新

• GDRCopy が 2.3 から 2.4 に更新されました

• AWS Deep Learning AMI (DLAMI) は 2 つのグループに分割されます。

  • Nvidia 独自ドライバーを使用する DLAMI (P3, P3dn, G3, G5, G4dn をサポート）。

  • Nvidia OSS ドライバーを使用して EFA を有効にする DLAMI (P4, P5 をサポート）。

• DLAMI 分割の詳細については、公開発表を参照してください。

• AWS CLI クエリについては、AWSCLI を使用したクエリ AMI-ID」の箇条書きを参照してください (例: リージョンは us-east-1)。

• AWS OFI NCCL プラグインがバージョン 1.7.2 からバージョン 1.7.3 に更新されました

• CUDA 12.0-12.1 ディレクトリを NCCL バージョン 2.18.5 で更新

• CUDA12.1 がデフォルトの CUDA バージョンとして更新されました

  • LD_LIBRARY_PATH を /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 に更新し、PATH を /usr/local/cuda-12.1/bin/ に更新しました。

  • 別の CUDA バージョンに変更する場合は、それに応じて LD_LIBRARY_PATH 変数と PATH 変数を定義してください。

• カーネルライブパッチが有効になりました。ライブパッチ適用を使用すると、実行中のアプリケーションを再起動または中断することなく、実行中の Linux カーネルにセキュリティ脆弱性と重要なバグパッチを適用できます。カーネル 5.10.192 のライブパッチ適用のサポートは 11/30/23 に終了することに注意してください。

• NVIDIA ドライバーが 535.54.03 から 535.104.12 に更新されました

  この最新のドライバーは、535.54.03 ドライバーで見つかった NVML ABI の重大な変更と、P5 インスタンスの CUDA ツールキットに影響を与えたドライバー 535.86.10 で見つかったドライバーのリグレッションを修正します。修正の詳細については、次の NVIDIA リリースノートを参照してください。

  • 4235941 - NVML ABI の重大な変更の修正

  • 4228552 - CUDA Toolkit エラーの修正

• CUDA 12.2 ディレクトリを NCCL 2.18.5 で更新

• EFA を 1.24.1 から最新の 1.26.1 に更新

• /usr/local/cuda-12.2 に CUDA12.2 を追加usr/local/cuda-12

• CUDA 11.5 および CUDA 11.6 のサポートを削除

• aws-ofi-nccl プラグインを v1.7.1 から v1.7.2 に更新

• この AMI は、P5 および以前にサポートされたすべての EC2 インスタンスでマルチノードトレーニング機能をサポートするようになりました。

• P5 EC2 インスタンスでは、NCCL 2.18 の使用が推奨され、CUDA12.0 および CUDA12.1 に追加されました。

• CUDA11.5 のサポートを削除しました。

• CUDA-11.3 と CUDA-11.4 を削除

• AWS OFI NCCL プラグインを v1.7.1 に更新

• PyTorch 2.0 が 11.8 をサポートしているため、CUDA11.8 をデフォルトにしました。P5 EC2 インスタンスでは、>=CUDA11.8 を使用することをお勧めします。

  • LD_LIBRARY_PATH を /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 に更新し、PATH を /usr/local/cuda-11.8/bin/ に更新しました。

  • 別の cuda バージョンの場合は、それに応じて LD_LIBRARY_PATH を定義してください。

• 前のリリース日 2023-07-19 で説明した Nvidia Fabric Manager (FM) パッケージのロードの問題を修正しました。

• Nvidia ドライバーを 525.85.12 から 535.54.03 に更新

• EFA インストーラを 1.22.1 から 1.24.1 に更新

• 最大 c-state を C1 に設定してプロセッサのアイドル状態を無効にする c-state の変更を追加しました。この変更は、ファイル /etc/default/grub の linux ブート引数に「intel_idle.max_cstate=1 processor.max_cstate=1」を設定することで行われます。

• AWS EC2 P5 インスタンスのサポート：

  • 単一ノード/インスタンスを使用するワークフローの P5 EC2 インスタンスのサポートを追加しました。EFA (Elastic Fabric Adapter) と AWS OFI NCCL プラグインを使用したマルチノードサポート (マルチノードトレーニングなど) は、今後のリリースで追加される予定です。

  • 最適なパフォーマンスを得るには、CUDA>=11.8 を使用してください。

  • 既知の問題: Nvidia Fabric Manager (FM) パッケージが P5 にロードされるまでに時間がかかるため、お客様は P5 インスタンスのP5がロードされるまで 2～3 分待つ必要があります。FM が開始されているかどうかを確認するには、コマンド sudo systemctl is-active nvidia-fabricmanager を実行してください。ワークフローを開始する前にアクティブが返されます。これは今後のリリースで修正される予定です。

• このドキュメントの上部セクションに記載されているサポートポリシーに従って、CUDA11.0-11.2 スタックを削除しました。

• Nvidia GDRCopy 2.3 を追加

• NVIDIA ドライバーを 515.65.01 から 525.85.12 に更新

• /usr/local/cuda-11.8/ に cuda-11.8 を追加

• EFA バージョンを 1.17.2 から 1.19.0 に更新

• NVIDIA ドライバーを 510.47.03 から 515.65.01 に更新

• /usr/local/cuda-11.7/ に cuda-11.7 を追加

• EFA バージョンを 1.16.0 から 1.17.2 に更新

• aws-efa-installer をバージョン 1.15.2 に更新

• aws-ofi-nccl をバージョン 1.3.0-aws に更新しました。これには p4de.24xlarge のトポロジが含まれています。

• このリリースでは、p4de.24xlarge EC2 インスタンスのサポートが追加されました。

• Amazon CloudWatch エージェントを追加

• パス /opt/aws/amazon-cloudwatch-agent/etc/ で使用可能な定義済みの json ファイルを使用して、linux ユーザー cwagent を使用して GPU メトリクスを設定する 3 つの systemd サービスを追加しました。

  • dlami-cloudwatch-agent@minimal

    • GPU メトリクスを有効にするコマンド：

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

    • 次のメトリクスが作成されます: utilization_gpu、 utilization_memory

  • dlami-cloudwatch-agent@partial

    • GPU メトリクスを有効にするコマンド：

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

    • 、utilization_gpu、utilization_memory、memory_total、 というメトリクスが作成されます。 memory_used memory_free

  • dlami-cloudwatch-agent@all

    • GPU メトリクスを有効にするコマンド：

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

    • 使用可能なすべての GPU メトリクスが作成されます。

• カーネルバージョンを 5.10 に更新

• Nvidia ドライバーを 510.47.03 に更新

• AMI に存在する Neuron パッケージでサポートされていない新しいバージョンに更新されるときにロックされた aws-neuron-dkms と tensorflow-model-server-neuron

  • お客様がパッケージをロック解除して最新に更新する場合のコマンド: sudo yum versionlock delete aws-neuron-dkms sudo yum versionlock delete tensorflow-model-server-neuron

• 以下のコンポーネントを含む CUDA11.2 を追加しました。

  • cuDNN v8.1.1.33

  • NCCL 2.8.4

  • CUDA 11.2.2

• シンボリックリンク pip を pip3 に更新

• P2 インスタンスタイプのサポートを廃止

• python2.7 を廃止し、「python-dev」、「python-pip」、「python-tk」などの関連する python2.7 パッケージを削除しました。

• org.apache.ant_1.9.2.v201404171502\lib\ant-apache-log4j.jar は使用されておらず、Log4j ファイルを持つユーザーにリスクがないため、cuda バージョンから削除しました。詳細については、https://nvidia.custhelp.com/app/answers/detail/a_id/5294 を参照してください。

• EFA を 1.14.1 に更新

• Neuron パッケージを aws-neuron-dkms=1.5.*、aws-neuron-runtime-base=1.5.*、aws-neuron-tools=1.6.* から aws-neuron-dkms=2.2.*、aws-neuron-runtime-base=1.6.*、aws-neuron-tools=2.0.* に更新しました。

• Neuron パッケージ aws-neuron-runtime=1.5.* を削除しました。Neuron ではランタイムがデーモンとして実行されなくなり、ランタイムはライブラリとしてフレームワークと統合されるようになりました。

• JSON 形式のセキュリティスキャンレポートは、/opt/aws/dlami/info/ で入手できます。

• DLAMI を使用してインスタンスを起動するたびに、aws-dlami-autogenerated-tag-do-not-delete」というタグが追加され、 がインスタンスタイプ、インスタンス ID、DLAMI タイプ、および OS 情報を収集 AWS できるようになります。DLAMI 内で使用されているコマンドに関する情報は収集も保持もされません。DLAMI に関するその他の情報は収集も保持もされません。DLAMI の使用状況の追跡をオプトアウトするには、起動時に Amazon EC2 インスタンスにタグを追加します。タグはキー OPT_OUT_TRACKING を使用し、関連付けられた値を true に設定する必要があります。詳細については、Amazon EC2 リソースにタグを付けるを参照してください。

• docker バージョンを docker-20.10.7-3 に更新

• 「ノートブック」をバージョン「6.4.1」に更新しました。

• Nvidia ドライバーとファブリックマネージャーのバージョンを 450.142.00 に更新しました。

• Neuron リリース v1.14.0 に従って Neuron パッケージを更新

• awscli バージョンを 1.19.89 に更新

• CUDA-10.0 インストール (/usr/local/cuda-10.0) から脆弱な CUDA-10.0 コンポネネット (Visual Profiler、Nsight EE、JRE) を削除しました。

• runc を最新の にアップグレードしました

• Nvidia Tesla ドライバーと Fabric Manager のバージョンを 450.119.03 に更新しました。

• インスタンスの起動速度が低下する問題を修正しました。

• ニューロンモデルの供給をサポートするために tensorflow-model-server-neuron を追加しました。

• python3 の jupyterlab をバージョン 3.0.8 にアップグレードしました。

• /usr/local/mpi での OpenMPI の古いインストールにより、/opt/amazon/openmpi/bin/mpirun が正しくリンクされませんでした。リンクの問題を修正するために、/usr/local/mpi のインストールを削除し、/opt/amazon/openmpi で OpenMPI のインストールを使用できるようになりました。

• PATH や LD_LIBRARY_PATH などのシェル環境変数を汚染しているシェル環境の重複した定義と存在しない定義を削除します。その結果、~/.dlami、/etc/profile.d/var.sh が削除され、/etc/profile.d/dlami.sh が追加されました。

• CVE-2020-36242 に対応するためにパッケージ暗号化を更新

• TensorRT CUDA 11.0 のインストールを追加

• バージョン 34.1 を誤って表示した MOTD (その日のメッセージ) の誤字を修正しました。

• CVE-2021-3177 のパッチ適用された python2 と python3

• MOTD (その日のメッセージ) にバージョン 34.1 が正しく表示されていないタイプミスがあります。この問題に対応するためにバージョン 34.3 をリリースする予定です。

• python2 のバージョン 20.3.4 にピン留めされた pip。これは python2、および python3.5 をサポートする最後の pip バージョンです。

• CUDA11.0 および CUDA11.1 で cuDNN バージョンを v8.0.5.39 に更新CUDA11しました。 CUDA11

• Deep Learning AMI (Amazon Linux 2)、 Deep Learning AMI (Ubuntu 16.04)、 Deep Learning AMI (Ubuntu 18.04)、 Deep Learning Base AMI (Ubuntu 16.04)、 Deep Learning Base AMI (Ubuntu 18.04)、 Deep Learning Base AMI (Amazon Linux 2) 用の NCCL 2.7.8、cuDNN 8.0.4.30 に CUDA11.1 を追加しました。

• EFA インストーラをバージョン 1.10.0 にアップグレードしました。

• CUDA 11.0 の cuDNN バージョンを v8.0.4.30 にアップグレードしました。

• AWS Neuron をバージョン 1.1 にアップグレードしました

• NVIDIA ドライバーと Fabric Manager のバージョンを 450.80.02 に更新

• CUDA11.0 の で NCCL を 2.7.8 に更新

• yum マネージド Python パッケージが pipmanaged インストールによって上書きされる問題を修正しました。実行可能な pip、pip3、および pip3.7 は、この修正の一環として /usr/bin から /usr/local/binas に移動されました。

• NVIDIA ドライバーをバージョン 450.51.05 から 450.51.06 に更新

• NVIDIA Fabric Manager バージョン 450.51.06 を追加

• EFA を 1.9.4 にアップグレードしました

• NCCL 2.7.6 および cuDNN 8.0.2.39 を含む CUDA 11.0 スタックを追加

• /opt/amazon/efa で EFA をバージョン 1.7.1 から 1.9.3 にアップグレードしました

• Open MPI を「/usr/local/mpi」のバージョン 4.0.3 から 4.0.4 にアップグレードしました。Open MPI at ‘/opt/amazon/openmpi/bin/mpirun’ is still at version 4.0.3

• NVIDIA ドライバーを 440.33.01 から 450.51.05 に更新

• CUDA10.2 で NCCL バージョンを 2.6.4 から 2.7.6 にアップグレードしました

• AWS OFI NCCL を最新の にアップグレードしました。詳細については、こちらを参照してください。

• Cuda 8.0/9.0/9.2 が AMI から削除されました

• 共有オブジェクトファイル libopencv_dnn.so.4.2 を開くことができないエラーを修正しました。

• NCCL 2.6.4 をサポートするために EFA バージョンを 1.7.1 に更新

• CUDA 10.2 の NCCL バージョンが 2.6.4 に更新されました

• awscli バージョンが 1.16.76 から 1.18.80 に更新されました

• boto3 バージョンが 1.9.72 から 1.14.3 に更新されました

• Docker バージョンが 19.03.6 に更新されました

• Docker バージョンが 19.03.6 に更新されました

• Python パッケージバージョンのアップグレード

• CUDA 10.2 スタックを追加

• cuDNN および NCCL バージョンの CUDA 10.0 および 10.1 を更新