게시된 날짜: Aug 27, 2018
Ubuntu 및 Amazon Linux용 AWS Deep Learning AMI에는 이제 더 뛰어난 성능을 위해 AWS에 최적화된 TensorFlow 1.10, Amazon EC2 P3 인스턴스에서 분산 다중 GPU TensorFlow 교육을 위해 최적화되고 OpenMPI 3.1.0이 설치된 Horovod 0.13.11, Amazon EC2 P3 인스턴스에서 모델 교육을 위해 최적화되고 CUDA 9.2가 설치된 PyTorch, Chainer 4.3.1 및 Keras 2.2.2와 같은 딥 러닝 프레임워크 및 인터페이스의 새로운 버전이 추가됩니다.
최적화된 TensorFlow 1.10을 사용해 더 빠르게 교육
Deep Learning AMI에는 Amazon EC2 C5 및 P3 인스턴스에서 딥 러닝 애플리케이션을 가속화하도록 특별히 구축된 TensorFlow 1.10의 최적화된 빌드가 제공됩니다. Deep Learning AMI는 TensorFlow 가상 환경을 처음 활성화할 때 선택한 EC2 인스턴스에 최적화된 TensorFlow 빌드를 자동으로 배포합니다.
TensorFlow 교육을 단일 GPU에서 다중 GPU로 확장하고자 하는 개발자의 경우, AWS Deep Learning AMI에는 Amazon EC2 P3 인스턴스를 사용한 분산 교육에 최적화된 Horovod가 함께 제공됩니다. 이 블로그 게시물에서 AWS를 위한 맞춤형 TensorFlow 최적화에 대해 자세히 알아볼 수 있습니다.
최신 프레임워크 업데이트
이제 Deep Learning AMI에서는 Amazon EC2 P3 인스턴스에서 딥 러닝을 가속화하기 위해 NVidia CUDA 9.2, cuDNN 7.1.4 및 NCCL 2.2.13가 사전에 설치된 최신 PyTorch 0.4.1을 지원합니다. 또한, Chainer가 이제 Amazon EC2 인스턴스 패밀리 전체에서 뛰어난 성능을 내도록 최적화된 버전 4.3.1로 업그레이드됩니다. 이 블로그 게시물에서 Deep Learning AMI의 Chainer 최적화에 대해 자세히 알아볼 수 있습니다.
또한, AWS Deep Learning AMI는 Gluon이 탑재된 Apache MXNet 1.2.1, Microsoft Cognitive Toolkit(CNTK) 2.5.1, Caffe 1.0, Caffe2 0.8.1 및 Theano 1.0.1을 지원하며, 모두 사전에 설치되고 완전하게 구성되어 있으므로 몇 분 만에 딥 러닝 모델 개발을 시작하고 동시에 Amazon EC2 인스턴스의 컴퓨팅 기능을 충분히 활용할 수 있습니다.
시작 안내서와 개발자 안내서의 초급~상급 자습서를 사용하면 AWS Deep Learning AMI를 빠르게 시작할 수 있습니다. 또한, 토론 포럼을 구독하면 출시 공지를 확인하고 질문을 게시할 수도 있습니다.