Images de framework et types Régions AWS d'instances pris en charge

Cette fonctionnalité prend en charge les frameworks de machine learning et les Régions AWS suivants.

Note

Pour utiliser cette fonctionnalité, assurez-vous d'avoir installé la version 2.180.0 ou ultérieure du SDK SageMaker Python.

SageMaker Images du framework AI préinstallées avec Profiler SageMaker

SageMaker Profiler est préinstallé dans les AWS Deep Learning Containers for SageMaker AI suivants.

PyTorchimages

PyTorch versions	AWS URI de l'image du DLC
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 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 images

TensorFlow versions	AWS URI de l'image du DLC
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

Important

La distribution et la maintenance des conteneurs du framework décrits dans les tableaux précédents sont régies par la politique de support du framework gérée par le service AWS Deep Learning Containers. Nous vous recommandons vivement de passer aux versions du framework actuellement prises en charge, si vous utilisez des versions antérieures du framework qui ne sont plus prises en charge.

Note

Si vous souhaitez utiliser SageMaker Profiler pour d'autres images de framework ou pour vos propres images Docker, vous pouvez installer SageMaker Profiler à l'aide des fichiers binaires du package SageMaker Python Profiler fournis dans la section suivante.

SageMaker Fichiers binaires du package Python Profiler

Si vous souhaitez configurer votre propre conteneur Docker, utiliser SageMaker Profiler dans d'autres conteneurs prédéfinis pour PyTorch et TensorFlow, ou installer le package SageMaker Python Profiler localement, utilisez l'un des fichiers binaires suivants. En fonction des versions Python et CUDA de votre environnement, choisissez l'une des options suivantes.

PyTorch

• Python 3.8, CUDA 11.3 : https://smppy.s3.amazonaws.com/pytorch/cu113/smprof-0.3.334-cp38-cp38-linux_x86_64.whl

• Python 3.9, CUDA 11.7 : https://smppy.s3.amazonaws.com/pytorch/cu117/smprof-0.3.334-cp39-cp39-linux_x86_64.whl

• Python 3.10, CUDA 11.8 : https://smppy.s3.amazonaws.com/pytorch/cu118/smprof-0.3.334-cp310-cp310-linux_x86_64.whl

• Python 3.10, CUDA 12.1 : https://smppy.s3.amazonaws.com/pytorch/cu121/smprof-0.3.334-cp310-cp310-linux_x86_64.whl

TensorFlow

• Python 3.9, CUDA 11.2 : https://smppy.s3.amazonaws.com/tensorflow/cu112/smprof-0.3.334-cp39-cp39-linux_x86_64.whl

• Python 3.10, CUDA 11.8 : https://smppy.s3.amazonaws.com/tensorflow/cu118/smprof-0.3.334-cp310-cp310-linux_x86_64.whl

Pour plus d'informations sur l'installation de SageMaker Profiler à l'aide des fichiers binaires, consultez(Facultatif) Installez le package Python SageMaker Profiler.

Soutenu Régions AWS

SageMaker Profiler est disponible dans les versions suivantes Régions AWS.

• USA Est (Virginie du Nord) (us-east-1)

• USA Est (Ohio) (us-east-2)

• USA Ouest (Oregon) (us-west-2)

• Europe (Francfort) (eu-central-1)

• Europe (Irlande) (eu-west-1)

Types d’instance pris en charge

SageMaker Profiler prend en charge le profilage des tâches de formation sur les types d'instances suivants.

Profilage du processeur et du processeur graphique

• ml.g4dn.12xlarge

• ml.g5.24xlarge

• ml.g5.48xlarge

• ml.p3dn.24xlarge

• ml.p4de.24xlarge

• ml.p4d.24xlarge

• ml.p5.48xlarge

Profilage du GPU uniquement

• ml.g5.2xlarge

• ml.g5.4xlarge

• ml.g5.8xlarge

• ml.g5.16.xlarge