Política de soporte de SageMaker imágenes prediseñadas

El Programa Common Vulnerability and Exposures (CVE) y la National Vulnerability Database (NVD) escanean periódicamente todas las SageMaker imágenes prediseñadasAWS Marketplace, incluidos los contenedores específicos del marco, los contenedores de algoritmos integrados, los algoritmos y los paquetes de modelos enumerados en y AWS Deep Learning Containers (NVD). Para obtener más información sobre los CVE, consulte las Preguntas frecuentes (FAQ) sobre los CVE. Las imágenes de contenedores prediseñadas compatibles reciben una versión secundaria actualizada después de cualquier parche de seguridad.

Todas las imágenes de contenedores compatibles se actualizan de forma rutinaria para abordar los CVE críticos. Para situaciones de alta gravedad, recomendamos a los clientes que creen y alojen una versión parcheada del contenedor en su propio Amazon Elastic Container Registry (Amazon ECR).

Si está ejecutando una versión de imagen de contenedor que ya no es compatible, es posible que no tenga los controladores, las bibliotecas y los paquetes relevantes más actualizados. Para obtener una up-to-date versión posterior, le recomendamos que actualice a uno de los marcos compatibles disponibles utilizando la imagen más reciente de su elección.

AWS Política de soporte de Deep Learning Containers (DLC)

AWS Deep Learning Containers son un conjunto de imágenes de Docker para entrenar y servir modelos de aprendizaje profundo. Para ver las imágenes disponibles, consulte Imágenes de Deep Learning Containers disponibles en el GitHub repositorio de Deep Learning Containers.

Los DLC llegan a su fecha de finalización del parche 365 días después de su fecha GitHub de lanzamiento. Las actualizaciones de parches para los DLC no son actualizaciones «in situ». Debe eliminar la imagen existente en la instancia y extraer la imagen del contenedor más reciente sin cerrar la instancia. Para obtener más información, consulte la Política de soporte de Framework en la Guía para desarrolladores de AWS Deep Learning Containers.

Consulte la tabla de políticas de soporte de AWS Deep Learning Containers Framework para comprobar qué marcos y versiones son compatibles activamente con AWS los DLC. Puede consultar el marco asociado a un DLC en la tabla de políticas de soporte para cualquier imagen que no aparezca explícitamente en la lista. Por ejemplo, puedes consultar PyTorchen la tabla de políticas de soporte las imágenes de DLC como huggingface-pytorch-inference y. stabilityai-pytorch-inference

nota

Si un DLC usa el SDK de HuggingFace Transformers, solo se admite la imagen con la versión más reciente de Transfromers. Para obtener más información, consulta la región que HuggingFacedesees en las rutas de registro de Docker y en el código de ejemplo.

SageMaker Política de soporte de ML Framework Container

Los contenedores SageMaker ML Framework son un conjunto de imágenes de Docker para entrenar y gestionar cargas de trabajo de aprendizaje automático con entornos optimizados para marcos comunes, como XGBoost y Scikit Learn. Para ver los contenedores de SageMaker ML Framework disponibles, consulte las rutas de registro de Docker y el código de ejemplo. Navegue hasta la AWS región que desee y busque imágenes con la etiqueta (algoritmo). SageMaker Los contenedores ML Framework también cumplen con la política de soporte del marco AWS Deep Learning Containers.

Para recuperar la última versión de imagen de XGBoost 1.7-1 en modo marco, utilice los siguientes comandos del SDK: SageMaker Python

from sagemaker import image_uris
image_uris.retrieve(framework='xgboost',region='us-east-1',version='1.7-1')

Marcos	Versión actual	GitHub GA	Fin del parche
XGBoost	1.7-1	03/06/2023	03/06/2025
XGBoost	1,5-1	21/02/2022	21/02/2023
XGBoost	1.3-1	21/05/2021	21/05/2022
XGBoost	1,2-2	20/09/2020	20/09/2021
XGBoost	1.2-1	19/07/2020	19/07/2021
XGBoost	1,0-1	> 4 años	No compatible
Scikit-Learn	1.2-1	03/06/2023	03/06/2025
Scikit-Learn	1.0-1	04/07/2022	04/07/2023
Scikit-Learn	0,23-1	6/3/2023	06/02/2021
Scikit-Learn	0,20-1	> 4 años	No compatible

SageMaker Política de soporte de contenedores de algoritmos integrada

Los contenedores de algoritmos SageMaker integrados son un conjunto de imágenes de Docker para entrenar y servir los algoritmos SageMaker de aprendizaje automático integrados. Para ver los contenedores de algoritmos SageMaker integrados disponibles, consulte las rutas de registro de Docker y el código de ejemplo. Navegue hasta la AWS región que desee y busque imágenes con la etiqueta (algoritmo).

Las actualizaciones de parches para las imágenes de contenedores integradas son actualizaciones «in situ». Para mantener up-to-date los parches de seguridad más recientes, te recomendamos que consultes la última versión de la imagen del algoritmo integrado utilizando la etiqueta de latest imagen.

Contenedor de imágenes	Fin del parche
blazingtext:latest	15/05/2024
factorization-machines:latest	15/05/2024
forecasting-deepar:latest	Hasta que se anuncie la obsolescencia de la imagen
image-classification:latest	15/05/2024
instance-segmentation:latest	15/05/2024
ipembeddings:latest	15/05/2024
ipinsights:latest	15/05/2024
kmeans:latest	15/05/2024
knn:latest	15/05/2024
linear-learner:inference-cpu-1/training-cpu-1	15/05/2024
linear-learner:latest	15/05/2024
mxnet-algorithms:training-cpu/inference-cpu	15/05/2024
ntm:latest	15/05/2024
object-detection:latest	15/05/2024
object2vec:latest	15/05/2024
pca:latest	15/05/2024
randomcutforest:latest	15/05/2024
semantic-segmentation:latest	15/05/2024
seq2seq:latest	15/05/2024

Política de soporte de LLM Hosting Container

Los contenedores de alojamiento de LLM, como los contenedores HuggingFace Text Generation Inference (TGI), vencen la fecha de finalización del parche 30 días después de su fecha de lanzamiento. GitHub

importante

Hacemos una excepción cuando hay una actualización importante de la versión. Por ejemplo, si el kit de herramientas de inferencia de generación de HuggingFace texto (TGI) se actualiza a TGI 2.0, seguiremos admitiendo la versión más reciente de TGI 1.4 durante un período de tres meses a partir de la fecha de publicación. GitHub

Contenedor del kit de herramientas	Versión actual	GitHub GA	Fin del parche
TIG	tgi2.0.0	15/04/2024	15/05/2024
TGI	tgi1.4.5	04/03/2024	07/03/2024
TGI	tgi 1.4.2	22/02/2024	22/03/2024
TGI	tgi1.4.0	29/01/2024	29/02/2024
TGI	tgi1.3.3	19/12/2023	19/01/2024
TGI	tgi1.3.1	11/12/2023	01/11/2024
TGI	tgi1.2.0	12/04/2023	01/04/2024
TGI	0.0.21 óptimo	04/10/2024	05/10/2024
TGI	0.0.19 óptimo	19/02/2024	19/03/2024
TGI	0.0.18 óptimo	01/02/2024	01/03/2024
TGI	óptimo 0.0.17	24/01/2024	24/02/2024
TGI	0.0.16 óptimo	18/01/2024	18/02/2024
CORBATA	tei 1.2.3	26/04/2024	26/05/2024

Contenedores no compatibles y obsoletos

Cuando un contenedor llega al final del parche o queda obsoleto, deja de recibir los parches de seguridad. Los contenedores quedan obsoletos cuando ya no se admiten marcos o algoritmos completos.

Los siguientes contenedores ya no reciben soporte:

• A partir de abril de 2024, los contenedores de aprendizaje SageMaker reforzado (RL) dejarán de ser compatibles. Para crear tus propias imágenes de RL, consulta Cómo crear tu imagen en el GitHub repositorio de contenedores de SageMaker RL.

• A partir de septiembre de 2023, ya no se admiten los contenedores JumpStart industriales: financieros.