Arquivos de notas de versão
Data de lançamento: 2025-02-17
Nome da AMI: AMI do driver OSS Nvidia para aprendizado profundo com GPU TensorFlow 2.18 (Ubuntu 22.04) 20250215
Atualização
Atualização do NVIDIA Container Toolkit da versão 1.17.3 para 1.17.4.
Consulte mais informações na página de notas de versão aqui: https://github.com/NVIDIA/nvidia-container-toolkit/releases/tag/v1.17.4
No NVIDIA Container Toolkit versão 1.17.4, a montagem das bibliotecas compatíveis com CUDA agora está desabilitada. Para garantir a compatibilidade com várias versões do CUDA em fluxos de trabalho de contêiner, atualize o LD_LIBRARY_PATH para incluir as bibliotecas compatíveis com CUDA, conforme mostrado no tutorial Se você usa uma camada de compatibilidade com CUDA.
Remoção
Remoção das bibliotecas em espaço de usuário cuobj e nvdisasm, fornecidas pelo NVIDIA CUDA Toolkit
, para corrigir as CVEs presentes no NVIDIA CUDA Toolkit Security Bulletin de 18 de fevereiro de 2025 .
Data de lançamento: 2025-01-20
Nome da AMI: AMI do driver OSS Nvidia para aprendizado profundo com GPU TensorFlow 2.18 (Ubuntu 22.04) 20250118
Atualização
Atualização do driver Nvidia da versão 550.90.07 para 550.127.05 para corrigir as CVEs presentes no NVIDIA GPU Display Driver Security Bulletin de janeiro de 2025
Data de lançamento: 2024-12-09
Nome da AMI: AMI do driver OSS Nvidia para aprendizado profundo com GPU TensorFlow 2.18 (Ubuntu 22.04) 20241206
Adição
Lançamento inicial da série da AMI para aprendizado profundo do driver OSS Nvidia com GPU TensorFlow 2.18 (Ubuntu 22.04).
O software inclui o seguinte:
"nvidia-driver=550.127.05"
"fabric-manager=550.127.05"
"cuda=12.5"
"cudnn=9.5.1"
"efa=1.37.0"
"nccl=2.23.4"
"aws-nccl-ofi-plugin=v1.13.0-aws"
O ambiente virtual do TensorFlow (origem do comando de ativação /opt/tensorflow/bin/activate) inclui o seguinte:
"tensorflow=2.18.0"
Fixed
Devido a uma alteração no kernel do Ubuntu para solucionar defeitos na funcionalidade de Randomização do Layout do Espaço de Endereçamento do Kernel (KASLR), as instâncias G4Dn/G5 não conseguem inicializar corretamente o CUDA no driver OSS Nvidia. Para mitigar esse problema, esse DLAMI inclui uma funcionalidade que carrega dinamicamente o driver proprietário para instâncias G4Dn e G5. Aguarde um breve período de inicialização desse carregamento para garantir que as instâncias funcionem corretamente.
Para conferir o status e a integridade desse serviço, use estes comandos:
sudo systemctl is-active dynamic_driver_load.serviceactive
