发布于: May 11, 2020
从今天起，适用于 Elastic Inference 的 AWS Deep Learning Containers 提供框架版本 PyTorch 1.3.1、TensorFlow 1.15.0 和 TensorFlow 2.0.0。PyTorch 1.3.1 升级包括新增的 SageMaker Inference 和 SageMaker PyTorch Inference。TensorFlow 1.15.0 和 TensorFlow 2.0.0 升级包括最新版本的 TensorFlow Model Server，可与 Elastic Inference 搭配使用。您可以在 Amazon SageMaker、Amazon EC2 和 Amazon Elastic Container Service (Amazon ECS) 上启动全新版本的 Deep Learning Containers。如需这些 Deep Learning Containers 支持的程序包和版本的完整列表，请参阅发行说明。
包含 PyTorch 和 TensorFlow 的 AWS Deep Learning Containers with Amazon Elastic Inference (EI) 使您能够在 Elastic Inference Accelerators 上的 PyTorch 1.3.1、TensorFlow 1.15.0 和 TensorFlow 2.0.0 上运行推理调用。借助 Amazon EI，您可以将低成本 GPU 驱动的加速附加到 Amazon EC2 和 Amazon SageMaker 实例或 Amazon ECS 任务，以将运行深度学习推理的成本降低多达 75%。这些These Docker 镜像已经过 Amazon SageMaker、EC2 和 ECS 测试。这些映像中的所有软件组件根据 AWS 安全最佳实践进行安全漏洞扫描和更新或补丁修补。
适用于训练和推理的 AWS Deep Learning Containers 可用于最新框架版本 TensorFlow 1.15.2 和 2.1.0。TensorFlow 升级包括最新版本的 SMDebug、Sagemaker-tensorflow-training 和 Sagemaker-container。您可以在 Amazon SageMaker、Amazon Elastic Kubernetes Service (Amazon EKS)、Amazon EC2 上自行管理的 Kubernetes 以及 Amazon Elastic Container Service (Amazon ECS) 上启动全新版本的 Deep Learning Container。如需 AWS Deep Learning Containers 支持的框架和版本的完整列表，请查看发行说明。
适用于 TensorFlow 的 AWS Deep Learning Containers 包括用于在 CPU 和 GPU 上训练的容器，它们在 AWS 上进行了性能和规模优化。这些 Docker 映像已经过 Amazon SageMaker、EC2、ECS 和 EKS 测试，并且可提供稳定版本的 NVIDIA CUDA、cuDNN、Intel MKL 以及为深度学习工作负载提供无缝用户体验所需的其他软件组件。这些映像中的所有软件组件根据 AWS 安全最佳实践进行安全漏洞扫描和更新或补丁修补。
有关更多详情，请访问 Marketplace；有关可用容器列表，请参阅我们的文档。要快速开始使用 AWS Deep Learning Containers，请参阅开发人员指南中的入门指南和初级到高级教程。您还可以订阅我们的讨论论坛，以获取发布公告并提出您的问题。