Publié le: May 11, 2020
Les AWS Deep Learning Containers pour Elastic Inference sont aujourd'hui disponibles avec les versions de framework pour PyTorch 1.3.1, TensorFlow 1.15.0 et TensorFlow 2.0.0. La mise à niveau PyTorch 1.3.1 inclut les inférences récemment ajoutées SageMaker Inference et SageMaker PyTorch Inference. Les mises à niveau TensorFlow 1.15.0 et TensorFlow 2.0.0 incluent les dernières versions de TensorFlow Model Server compatibles avec Elastic Inference. Vous pouvez lancer les dernières versions des AWS Deep Learning Containers dans Amazon SageMaker, Amazon EC2, ainsi que dans Amazon Elastic Container Service (Amazon ECS). Pour obtenir une liste complète des frameworks et des versions pris en charge par les AWS Deep Learning Containers, consultez les notes de mise à jour.
Les AWS Deep Learning Containers pour Amazon Elastic Inference (EI) compatibles avec PyTorch et TensorFlow vous permettent d'exécuter des appels d'inférence sur PyTorch 1.3.1, TensorFlow 1.15.0 et TensorFlow 2.0.0 sur des accélérateurs d'inférence Elastic. Amazon EI vous permet de relier une accélération à faible coût basée sur GPU à des instances Amazon EC2 et Amazon SageMaker ou à des tâches Amazon ECS afin de réduire le coût d'exécution de l'inférence du deep learning jusqu'à 75 %. Les images Docker ont été testées avec Amazon SageMaker, EC2 et ECS. Tous les composants logiciels de ces images sont analysés afin d'y déceler d'éventuelles failles de sécurité, puis mis à jour ou corrigés conformément aux bonnes pratiques d'AWS en matière de protection.
Les AWS Deep Learning Containers pour l'entraînement et l'inférence sont désormais disponibles avec les dernières versions des frameworks TensorFlow 1.15.2 et 2.1.0. Les mises à niveau TensorFlow incluent les dernières versions de SMDebug, de Sagemaker-tensorflow-training et de Sagemaker-container. Vous pouvez lancer les dernières versions des AWS Deep Learning Containers dans Amazon SageMaker, Amazon Elastic Kubernetes Service (Amazon EKS), les clusters Kubernetes autogérés d’Amazon EC2, ainsi que dans Amazon Elastic Container Service (Amazon ECS). Pour obtenir une liste complète des frameworks et des versions pris en charge par les AWS Deep Learning Containers, consultez les notes de mise à jour.
Les AWS Deep Learning Containers pour TensorFlow incluent des conteneurs destinés à l'entraînement au niveau du processeur et du GPU et assurant performances et mise à l'échelle dans AWS. Ces images Docker ont été testées avec Amazon SageMaker, Amazon EC2, Amazon ECS et Amazon EKS. Elles permettent de profiter de versions stables de NVIDIA CUDA, de cuDNN, d'Intel MKL et d'autres composants logiciels favorisant une expérience utilisateur optimale avec les charges de travail de deep learning. Tous les composants logiciels de ces images sont analysés afin d'y déceler d'éventuelles failles de sécurité, puis mis à jour ou corrigés conformément aux bonnes pratiques d'AWS en matière de protection.
Pour en savoir plus, rendez-vous dans l'AWS Marketplace. Une liste des conteneurs disponibles est également consultable dans notre documentation. Lancez-vous rapidement avec les AWS Deep Learning Containers en vous reportant aux guides de démarrage rapide et aux didacticiels de niveaux débutant à avancé répertoriés dans notre guide du développeur. Vous pouvez également vous abonner à notre forum de discussion pour recevoir des annonces de lancement et poser vos questions.