本文為英文版的機器翻譯版本，如內容有任何歧義或不一致之處，概以英文版為準。
# SageMaker AI 資料平行化程式庫版本備註
請參閱下列版本備註，以追蹤 SageMaker AI 分散式資料平行化 (SMDDP) 程式庫的最新更新。
## SageMaker AI 分散式資料平行化程式庫 v2.5.0
*日期：2024 年 10 月 17 日*
**新功能**
+ 新增對 PyTorch v2.4.1 與 CUDA v12.1 的支援。
**整合到由 SageMaker AI 模型平行化 (SMP) 程式庫發佈的 Docker 容器**
此版本的 SMDDP 程式庫會遷移至 [SageMaker 模型平行化程式庫 v2.6.0](model-parallel-release-notes.md#model-parallel-release-notes-20241017)。
```
658645717510.dkr.ecr..amazonaws.com/smdistributed-modelparallel:2.4.1-gpu-py311-cu121
```
如需可使用 SMP Docker 映像檔的區域，請參閱 [AWS 區域](distributed-model-parallel-support-v2.md#distributed-model-parallel-availablity-zone-v2)。
**此版本的二進位檔案**
您可以使用下列 URL 下載或安裝程式庫。
```
https://smdataparallel.s3.amazonaws.com/binary/pytorch/2.4.1/cu121/2024-10-09/smdistributed_dataparallel-2.5.0-cp311-cp311-linux_x86_64.whl
```
## SageMaker AI 分散式資料平行化程式庫 v2.3.0
*日期：2024 年 6 月 11 日*
**新功能**
+ 新增對 PyTorch v2.3.0 搭配 CUDA v12.1 和 Python v3.11 的支援。
+ 新增支援 PyTorch Lightning v2.2.5。這已整合至 PyTorch v2.3.0 的 SageMaker AI 架構容器中。
+ 在匯入期間新增執行個體類型驗證，以防止在不支援的執行個體類型上載入 SMDDP 程式庫。如需與 SMDDP 程式庫相容的執行個體類型清單，請參閱 [支援的架構 AWS 區域和執行個體類型](distributed-data-parallel-support.md)。
**整合到 SageMaker AI 架構容器**
此版本的 SMDDP 程式庫會遷移至下列 [SageMaker AI 架構容器](https://github.com/aws/deep-learning-containers/blob/master/available_images.md#sagemaker-framework-containers-sm-support-only)。
+ PyTorch v2.3.0
```
763104351884.dkr.ecr..amazonaws.com/pytorch-training:2.3.0-gpu-py311-cu121-ubuntu20.04-sagemaker
```
如需 SMDDP 程式庫和預先建置容器的完整版本清單，請參閱 [支援的架構 AWS 區域和執行個體類型](distributed-data-parallel-support.md)。
**此版本的二進位檔案**
您可以使用下列 URL 下載或安裝程式庫。
```
https://smdataparallel.s3.amazonaws.com/binary/pytorch/2.3.0/cu121/2024-05-23/smdistributed_dataparallel-2.3.0-cp311-cp311-linux_x86_64.whl
```
**其他變更**
+ SMDDP 程式庫 v2.2.0 已整合到 PyTorch v2.2.0 的 SageMaker AI 架構容器中。
## SageMaker AI 分散式資料平行化程式庫 v2.2.0
*日期：2024 年 3 月 4 日*
**新功能**
+ 新增對 PyTorch v2.2.0 與 CUDA v12.1 的支援。
**整合到由 SageMaker AI 模型平行化 (SMP) 程式庫發佈的 Docker 容器**
此版本的 SMDDP 程式庫會遷移至 [SageMaker 模型平行化程式庫 v2.2.0](model-parallel-release-notes.md#model-parallel-release-notes-20240307)。
```
658645717510.dkr.ecr..amazonaws.com/smdistributed-modelparallel:2.2.0-gpu-py310-cu121
```
如需可使用 SMP Docker 映像檔的區域，請參閱 [AWS 區域](distributed-model-parallel-support-v2.md#distributed-model-parallel-availablity-zone-v2)。
**此版本的二進位檔案**
您可以使用下列 URL 下載或安裝程式庫。
```
https://smdataparallel.s3.amazonaws.com/binary/pytorch/2.2.0/cu121/2024-03-04/smdistributed_dataparallel-2.2.0-cp310-cp310-linux_x86_64.whl
```
## SageMaker AI 分散式資料平行化程式庫 v2.1.0
*日期：2024 年 3 月 1 日*
**新功能**
+ 新增對 PyTorch v2.1.0 與 CUDA v12.1 的支援。
**錯誤修正**
+ 修正[SMDDP v2.0.1](#data-parallel-release-notes-20231207) 中的 CPU 記憶體流失問題。
**整合到 SageMaker AI 架構容器**
此版本的 SMDDP 程式庫已通過基準測試，並遷移至下列 [SageMaker AI 架構容器](https://github.com/aws/deep-learning-containers/blob/master/available_images.md#sagemaker-framework-containers-sm-support-only)。
+ PyTorch v2.1.0
```
763104351884.dkr.ecr..amazonaws.com/pytorch-training:2.1.0-gpu-py310-cu121-ubuntu20.04-sagemaker
```
**整合到由 SageMaker AI 模型平行化 (SMP) 程式庫發佈的 Docker 容器**
此版本的 SMDDP 程式庫會遷移至 [SageMaker 模型平行化程式庫 v2.1.0](model-parallel-release-notes.md#model-parallel-release-notes-20240206)。
```
658645717510.dkr.ecr..amazonaws.com/smdistributed-modelparallel:2.1.2-gpu-py310-cu121
```
如需可使用 SMP Docker 映像檔的區域，請參閱 [AWS 區域](distributed-model-parallel-support-v2.md#distributed-model-parallel-availablity-zone-v2)。
**此版本的二進位檔案**
您可以使用下列 URL 下載或安裝程式庫。
```
https://smdataparallel.s3.amazonaws.com/binary/pytorch/2.1.0/cu121/2024-02-04/smdistributed_dataparallel-2.1.0-cp310-cp310-linux_x86_64.whl
```
## SageMaker AI 分散式資料平行化程式庫 v2.0.1
*日期：2023 年 12 月 7 日*
**新功能**
+ 新增了針對 AWS 運算資源和網路基礎設施最佳化的`AllGather`集合操作的 SMDDP 實作。如需詳細資訊，請參閱 [SMDDP `AllGather` 集體操作](data-parallel-intro.md#data-parallel-allgather)。
+ SMDDP `AllGather` 集體操作與 PyTorch FSDP 和 DeepSpeed 相容。如需詳細資訊，請參閱 [在 PyTorch 訓練指令碼中使用 SMDDP 程式庫](data-parallel-modify-sdp-pt.md)。
+ 新增支援 PyTorch v2.0.1
**已知問題**
+ 在 DDP 模式下使用 SMDDP `AllReduce` 進行訓練時，由於 CPU 記憶體逐漸增加，導致 CPU 記憶體洩漏問題。
**整合到 SageMaker AI 架構容器**
此版本的 SMDDP 程式庫已通過基準測試，並遷移至下列 [SageMaker AI 架構容器](https://github.com/aws/deep-learning-containers/blob/master/available_images.md#sagemaker-framework-containers-sm-support-only)。
+ PyTorch v2.0.1
```
763104351884.dkr.ecr..amazonaws.com/pytorch-training:2.0.1-gpu-py310-cu118-ubuntu20.04-sagemaker
```
**此版本的二進位檔案**
您可以使用下列 URL 下載或安裝程式庫。
```
https://smdataparallel.s3.amazonaws.com/binary/pytorch/2.0.1/cu118/2023-12-07/smdistributed_dataparallel-2.0.2-cp310-cp310-linux_x86_64.whl
```
**其他變更**
+ 從此版本開始，本《Amazon SageMaker AI 開發人員指南》**已完整提供 SMDDP 程式庫的完整文件。為了支援《Amazon SageMaker AI 開發人員指南》**中有關 SMDDP v2 的完整開發人員指南，*SageMaker AI Python SDK 文件*中有關 [SMDDP v1.x 的附加參考](https://sagemaker.readthedocs.io/en/stable/api/training/smd_data_parallel.html)文件不再受支援。如果您仍然需要 SMP v1.x 文件，請參閱 [SageMaker Python SDK v2.212.0 文件](https://sagemaker.readthedocs.io/en/v2.212.0/api/training/distributed.html#the-sagemaker-distributed-data-parallel-library)中的下列文件快照。