AWS 适用于 TensorFlow 2.19 训练的 Deep Learning Containers SageMaker

AWS 适用于亚马逊 SageMaker 的 Dee@@ p Learning Containers (DLC) 现已在 Ubuntu TensorFlow 22.04 上市，支持 2.19，支持 CUDA 12.5。你可以在 SageMaker 服务上启动新版本的 Deep Learning Containers。有关 Dee AWS p Learning Containers 支持的框架和版本的完整列表，请参阅下面的发行说明。

此版本包括用于在 CPU 和 GPU 上训练的容器镜像，针对性能和扩展进行了优化 AWS。这些 Docker 镜像已经过 SageMaker 服务测试，提供稳定版本的 NVIDIA CUDA、cuDNN 和其他组件，为运行深度学习工作负载提供优化的用户体验。 AWS对这些映像中的所有软件组件进行安全漏洞扫描，并根据 AWS 安全最佳实践进行更新或修补。这些新 DLC 专为在 SageMaker 训练服务中使用而设计。

可用容器列表可以在我们的文档中找到。有关最新更新，另请参阅 aws/ 存储deep-learning-containers GitHub 库。使用我们开发者指南中的入门指南和从初学者到高级级别的教程，快速开始使用 Dee AWS p Learning Containers。您也可以订阅我们的讨论论坛以获取发布公告并发布您的问题。

发布说明

• TensorFlow 为 2.19 引入了容器 SageMaker

• 有关 TensorFlow 2.19 训练 DLCs的更多详情，请参阅 v 1.0-tf-sagemaker-2.19.0-tr-py312。

• 由于 Nvidia 驱动程序不兼容，此 DLC SageMaker 无法在 P2 实例系列上运行。

有关最新更新，请参阅 aws/ 存储deep-learning-containers GitHub 库。

Package 弃用

• Sagemaker Tensorflow 软件包未在 TF2 .16 DLCs 及以上版本中维护，因此不随此 DLC 一起提供。因此，这些 Sag DLCs emaker 将不支持管道模式。

• TF 2.14 DLCs 及以上版本的 Horovod 包裹已停止发货。客户将能够通过forderedlistlist遵循指南来安装horovod库，并将其安装在他们的 DLCs 分布式训练作业上。

• SageMaker TF 2.14 DLCs 及更高版本不包括@@ 数据并行。此功能在我们的最新 PyTorch 图像中仍然可用。

• 在 CUDA 版本中，在 .18 TF2 之后将禁用 Tensorrt 支持以改善代码运行状况，请参阅 TF 2.18 版本。

安全建议

• AWS 建议客户监控安全公告中的关键AWS 安全更新。

Python 支持

已安装的深度学习框架的容器中支持 Python 3.12。

CPU 实例类型支持

容器支持 CPU 实例类型。 TensorFlow 是在支持 OneDNN 库的基础上构建的。

GPU 实例类型支持

这些容器支持 GPU 实例类型，并包含支持 GPU 的 forderedListlowing 软件组件。

• CUDA 12.5

• cudnn 9.3.0.75-1+cuda12.5

• NCCL 2.23.4-1+cuda12.5

AWS 地区支持

这些容器在以下排序列表区域可用：

区域	代码
美国东部（俄亥俄州）	us-east-2
美国东部（弗吉尼亚州北部）	us-east-1
美国西部（北加利福尼亚）	us-west-1
美国西部（俄勒冈州）	us-west-2
非洲（开普敦）	af-south-1
亚太地区（香港）	ap-east-1
亚太地区（海得拉巴）	ap-south-2
亚太地区（雅加达）	ap-southeast-3
亚太地区（马来西亚）	ap-southeast-5
亚太地区（墨尔本）	ap-southeast-4
亚太地区（孟买）	ap-south-1
亚太地区（大阪）	ap-northeast-3
亚太地区（首尔）	ap-northeast-2
亚太地区（新加坡）	ap-southeast-1
亚太地区（悉尼）	ap-southeast-2
亚太地区（台北）	ap-east-2
亚太地区（泰国）	ap-southeast-7
亚太地区（东京）	ap-northeast-1
加拿大（中部）	ca-central-1
加拿大（卡尔加里）	ca-west-1
欧洲（法兰克福）	eu-central-1
欧洲地区（爱尔兰）	eu-west-1
欧洲地区（伦敦）	eu-west-2
欧洲地区（米兰）	eu-south-1
欧洲地区（巴黎）	eu-west-3
欧洲（西班牙）	eu-south-2
欧洲地区（斯德哥尔摩）	eu-north-1
欧洲（苏黎世）	eu-central-2
以色列（特拉维夫）	il-central-1
墨西哥（中部）	mx-central-1
中东（巴林）	me-south-1
中东（阿联酋）	me-central-1
南美洲（圣保罗）	sa-east-1

构建和测试

• 建立在：c5.18xlarge

• 经过测试的 DLC 图片：t3.2xlarge、m5.16xlarge、c5.18xlarge、g4dn.4xlarge、g4dn.8xlarge、g5.24xlarge、p4de.24xlarge、p5.48xlarge、ml.p4de.24xlarge、ml.p5.48xlarge、ml.p5.48xlarge

已知问题

1. 使用 s3 文件系统时，Tensorflow IO 软件包会引发异常（问题链接）。因此，在上游提供修复程序之前，此 DLC 将不支持依赖于 Tensorflow IO 的 s3 功能的功能。很少有这样不支持的功能是 s3 插件、s3 检查点、s3 记录获取和 Sagemaker 上的 Parameter Server 训练。