As traduções são geradas por tradução automática. Em caso de conflito entre o conteúdo da tradução e da versão original em inglês, a versão em inglês prevalecerá.
Arquivo de notas de versão
Data de lançamento: 2025-02-17
Nome da AMI: Deep Learning OSS Nvidia Driver AMI GPU TensorFlow 2.18 (Ubuntu 22.04) 20250215
Atualizado
Kit de ferramentas de contêiner NVIDIA atualizado da versão 1.17.3 para a versão 1.17.4
Consulte a página de notas de lançamento aqui para obter mais informações: https://github.com/NVIDIA/nvidia-container-toolkit/releases/tag/v1.17.4
Na versão 1.17.4 do Container Toolkit, a montagem das bibliotecas de compatibilidade CUDA agora está desativada. Para garantir a compatibilidade com várias versões do CUDA em fluxos de trabalho de contêineres, certifique-se de atualizar seu LD_LIBRARY_PATH para incluir suas bibliotecas de compatibilidade CUDA, conforme mostrado no tutorial Se você usar uma camada de compatibilidade CUDA.
Removido
As bibliotecas de espaço do usuário cuobj e nvdisasm foram removidas fornecidas pelo kit de ferramentas NVIDIA CUDA para abordar as CVEs presentes no boletim de segurança do kit de ferramentas
NVIDIA CUDA de 18 de fevereiro de 2025
Data de lançamento: 2025-01-20
Nome da AMI: Deep Learning OSS Nvidia Driver AMI GPU TensorFlow 2.18 (Ubuntu 22.04) 20250118
Atualizado
Data de lançamento: 2024-12-09
Nome da AMI: Deep Learning OSS Nvidia Driver AMI GPU TensorFlow 2.18 (Ubuntu 22.04) 20241206
Adicionado
Lançamento inicial da série Deep Learning OSS Nvidia Driver AMI GPU TensorFlow 2.18 (Ubuntu 22.04).
O software inclui o seguinte:
“nvidia-driver = 550.127.05"
“gerenciador de tecidos = 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 Tensorflow (fonte do comando de ativação/opt/tensorflow/bin/activate) inclui o seguinte:
“tensorflow = 2.18.0"
Fixo
Devido a uma alteração no kernel do Ubuntu para solucionar um defeito na funcionalidade KASLR (Kernel Address Space Layout Randomization), as instâncias G4Dn/G5 não conseguem inicializar adequadamente 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 para esse carregamento para garantir que suas instâncias funcionem corretamente.
Para verificar o status e a integridade desse serviço, você pode usar os seguintes comandos:
sudo systemctl is-active dynamic_driver_load.serviceactive
