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。

# 支援的架構映像 AWS 區域和執行個體類型
<a name="profiler-support"></a>

此功能支援下列機器學習架構和 AWS 區域。

**注意**  
若要使用此功能，請確認您已安裝 [2.180.0 版本](https://pypi.org/project/sagemaker/2.180.0/)或更新版本的 SageMaker Python SDK。

## 預先安裝 SageMaker Profiler 的 SageMaker AI 架構映像
<a name="profiler-support-frameworks"></a>

SageMaker Profiler 會預先安裝在下列 [AWS SageMaker AI 深度學習容器](https://github.com/aws/deep-learning-containers/blob/master/available_images.md#sagemaker-framework-containers-sm-support-only)。

### PyTorch 映像
<a name="profiler-support-frameworks-pytorch"></a>


| PyTorch 版本 | AWS DLC 映像 URI | 
| --- | --- | 
| 2.2.0 | {{763104351884}}.dkr.ecr.{{<region>}}.amazonaws.com/pytorch-training:2.2.0-gpu-py310-cu121-ubuntu20.04-sagemaker | 
| 2.1.0 | {{763104351884}}.dkr.ecr.{{<region>}}.amazonaws.com/pytorch-training:2.1.0-gpu-py310-cu121-ubuntu20.04-sagemaker | 
| 2.0.1 | {{763104351884}}.dkr.ecr.{{<region>}}.amazonaws.com/pytorch-training:2.0.1-gpu-py310-cu118-ubuntu20.04-sagemaker<br />{{763104351884}}.dkr.ecr.{{<region>}}.amazonaws.com/pytorch-training:2.0.1-gpu-py310-cu121-ubuntu20.04-sagemaker | 
| 1.13.1 | {{763104351884}}.dkr.ecr.{{<region>}}.amazonaws.com/pytorch-training:1.13.1-gpu-py39-cu117-ubuntu20.04-sagemaker | 

### TensorFlow 映像
<a name="profiler-support-frameworks-tensorflow"></a>


| TensorFlow 版本 | AWS DLC 映像 URI | 
| --- | --- | 
| 2.13.0 | {{763104351884}}.dkr.ecr.{{<region>}}.amazonaws.com/tensorflow-training:2.13.0-gpu-py310-cu118-ubuntu20.04-sagemaker | 
| 2.12.0 | {{763104351884}}.dkr.ecr.{{<region>}}.amazonaws.com/tensorflow-training:2.12.0-gpu-py310-cu118-ubuntu20.04-sagemaker | 
| 2.11.0 | {{763104351884}}.dkr.ecr.{{<region>}}.amazonaws.com/tensorflow-training:2.11.0-gpu-py39-cu112-ubuntu20.04-sagemaker | 

**重要**  
上述資料表中架構容器的分佈和維護，是根據 AWS 深度學習容器服務管理的[架構支援政策](https://docs.aws.amazon.com/deep-learning-containers/latest/devguide/support-policy.html)。如果您使用的是已不再支援的架構版本，強烈建議您升級至[目前支援的架構版本](https://aws.amazon.com/releasenotes/dlc-support-policy/)。

**注意**  
如果您要將 SageMaker Profiler 用於其他架構映像或自有 Docker 映像，您可以使用下一節提供的 SageMaker Profiler Python 套件二進位檔案來安裝 SageMaker Profiler。

## SageMaker Profiler Python 套件二進位檔案
<a name="profiler-python-package"></a>

如果您要設定自有 Docker 容器，請在 PyTorch 和 TensorFlow 的其他預先建置容器中使用 SageMaker Profiler，或在本機安裝 SageMaker Profiler Python 套件，並使用下列其中一個二進位檔案。請根據環境中的 Python 和 CUDA 版本，選擇下列其中一項。

### PyTorch
<a name="profiler-python-package-for-pytorch"></a>
+ Python3.8, CUDA 11.3: [https://smppy.s3.amazonaws.com/pytorch/cu113/smprof-0.3.334-cp38-cp38-linux_x86_64.whl](https://smppy.s3.amazonaws.com/pytorch/cu113/smprof-0.3.334-cp38-cp38-linux_x86_64.whl)
+ Python3.9, CUDA 11.7: [https://smppy.s3.amazonaws.com/pytorch/cu117/smprof-0.3.334-cp39-cp39-linux_x86_64.whl](https://smppy.s3.amazonaws.com/pytorch/cu117/smprof-0.3.334-cp39-cp39-linux_x86_64.whl)
+ Python3.10, CUDA 11.8: [https://smppy.s3.amazonaws.com/pytorch/cu118/smprof-0.3.334-cp310-cp310-linux_x86_64.whl](https://smppy.s3.amazonaws.com/pytorch/cu118/smprof-0.3.334-cp310-cp310-linux_x86_64.whl)
+ Python3.10, CUDA 12.1: [https://smppy.s3.amazonaws.com/pytorch/cu121/smprof-0.3.334-cp310-cp310-linux_x86_64.whl](https://smppy.s3.amazonaws.com/pytorch/cu121/smprof-0.3.334-cp310-cp310-linux_x86_64.whl)

### TensorFlow
<a name="profiler-python-package-for-tensorflow"></a>
+ Python3.9, CUDA 11.2: [https://smppy.s3.amazonaws.com/tensorflow/cu112/smprof-0.3.334-cp39-cp39-linux_x86_64.whl](https://smppy.s3.amazonaws.com/tensorflow/cu112/smprof-0.3.334-cp39-cp39-linux_x86_64.whl)
+ Python3.10, CUDA 11.8: [https://smppy.s3.amazonaws.com/tensorflow/cu118/smprof-0.3.334-cp310-cp310-linux_x86_64.whl](https://smppy.s3.amazonaws.com/tensorflow/cu118/smprof-0.3.334-cp310-cp310-linux_x86_64.whl)

如需進一步了解如何使用二進位檔案安裝 SageMaker Profiler，請參閱 [(選用) 安裝 SageMaker Profiler Python 套件](profiler-prepare.md#profiler-install-python-package)。

## 支援的 AWS 區域
<a name="profiler-support-regions"></a>

SageMaker Profiler 可在下列內容中使用 AWS 區域。
+ 美國東部 (維吉尼亞北部) (`us-east-1`)
+ 美國東部 (俄亥俄) (`us-east-2`)
+ 美國西部 (奧勒岡) (`us-west-2`)
+ 歐洲 (法蘭克福) (`eu-central-1`)
+ 歐洲 (愛爾蘭) (`eu-west-1`)

## 支援的執行個體類型
<a name="profiler-support-instance-types"></a>

SageMaker Profiler 支援分析下列執行個體類型的訓練任務。

**CPU 和 GPU 分析**
+ `ml.g4dn.12xlarge`
+ `ml.g5.24xlarge`
+ `ml.g5.48xlarge`
+ `ml.p3dn.24xlarge`
+ `ml.p4de.24xlarge`
+ `ml.p4d.24xlarge`
+ `ml.p5.48xlarge`

**僅限 GPU 分析**
+ `ml.g5.2xlarge`
+ `ml.g5.4xlarge`
+ `ml.g5.8xlarge`
+ `ml.g5.16.xlarge`