Publicado en: Mar 20, 2019
Las AMI de aprendizaje profundo de AWS ahora también están disponibles en Amazon Linux 2, la próxima generación de Amazon Linux, además de en Amazon Linux y Ubuntu. Las AMI de aprendizaje profundo de AWS ahora también incluyen MXNet 1.4.0, Chainer 5.3.0, PyTorch 1.0.1 y TensorFlow 1.13.1, que está incorporado de manera personalizada directamente desde el origen y adaptado para el entrenamiento de alto rendimiento en las instancias de Amazon EC2.
En las instancias de CPU, TensorFlow 1.13 está incorporado de manera personalizada directamente desde el origen para acelerar el rendimiento de los procesadores de Intel Xeon Platinum que se utilizan en las instancias EC2 C5. Entrenar un modelo ResNet-50 con datos ImageNet sintéticos mediante la AMI de aprendizaje profundo es 9,4 veces más rápido que hacerlo con datos binarios de la versión estándar de TensorFlow 1.13. Las instancias de GPU vienen con una compilación optimizada de TensorFlow 1.13 configurada con NVIDIA CUDA 10 y cuDNN 7.4 para aprovechar los entrenamientos de precisión mixta en los GPU Volta V100 que respaldan las instancias EC2 P3. Para los desarrolladores que desean escalar el entrenamiento de TensorFlow a varias GPU, las AMI de aprendizaje profundo incluyen el marco de entrenamiento distribuido Horovod. Este marco está completamente optimizado para utilizar con eficiencia las topologías de clúster de entrenamiento distribuido compuestas por instancias P3 de Amazon EC2. Entrenar un modelo ResNet-50 con TensorFlow 1.13 y Horovod en la AMI de aprendizaje profundo es un 27 % más rápido que hacerlo en la versión estándar de TensorFlow 1.13 en ocho nodos.
Las AMI de aprendizaje profundo de AWS ahora cuentan con la última versión de Apache MXNet 1.4, que incluye mejoras en el rendimiento y es más fácil de usar. Con MXNet 1.4, se agregan enlaces Java para inferencias, enlaces Julia, operadores de flujo de control experimentales, administración de memoria JVM y muchas otras mejoras subyacentes. Con este lanzamiento, se mejora la compatibilidad de MXNet con Intel MKL-DNN mediante una optimización y cuantificación de gráficos mejorada. Esta característica permite reducir el uso de la memoria y mejora los tiempos de inferencia sin ocasionar una pérdida significativa en la precisión.
Comience rápidamente a utilizar las AMI de aprendizaje profundo de AWS con las guías de inicio y los tutoriales de niveles principiante a avanzado en la guía para desarrolladores. Cuando activa un entorno de Conda, las AMI de aprendizaje profundo implementan en forma automática compilaciones de marcos de mayor rendimiento optimizadas para la instancia EC2 que usted elija. Consulte las notas de la versión si desea obtener una lista completa de los marcos y las versiones compatibles con las AMI de aprendizaje profundo de AWS. También se puede suscribir a nuestro foro de debate, donde podrá publicar sus preguntas y enterarse de nuestros lanzamientos.