게시된 날짜: May 11, 2020
이제 Elastic Inference용 AWS Deep Learning Containers를 프레임워크 버전 PyTorch 1.3.1, TensorFlow 1.15.0 및 TensorFlow 2.0.0에서 사용할 수 있습니다. PyTorch 1.3.1 업그레이드에서는 SageMaker Inference 및 SageMaker PyTorch Inference를 새로 추가했습니다. TensorFlow 1.15.0 및 TensorFlow 2.0.0 업그레이드에는 Elastic Inference에서 사용할 수 있는 TensorFlow Model Server의 최신 버전이 추가되었습니다. Amazon SageMaker, Amazon EC2 및 Amazon Elastic Container Service(Amazon ECS)에서 새 버전의 Deep Learning Containers를 시작할 수 있습니다. 이 AWS Deep Learning Containers에서 지원하는 패키지 및 버전의 전체 목록은 출시 정보를 참조하십시오.
PyTorch 및 TensorFlow가 지원되는 Amazon Elastic Inference(EI)를 사용하는 AWS Deep Learning Containers에서는 Elastic Inference Accelerators의 PyTorch 1.3.1, TensorFlow 1.15.0 및 TensorFlow 2.0.0에서 추론 호출을 실행할 수 있습니다. Amazon EI를 이용하면 Amazon EC2 및 Amazon SageMaker 인스턴스, Amazon ECS 작업에 낮은 비용의 GPU 지원 가속을 연결해 딥 러닝 추론 비용을 최대 75% 절감할 수 있습니다. 이러한 Docker 이미지는 Amazon SageMaker, EC2 및 ECS에서 테스트되었습니다. 이러한 이미지의 모든 소프트웨어 구성 요소는 보안 취약성이 검사되고 AWS 보안 모범 사례에 따라 업데이트 또는 패치됩니다.
이제 훈련 및 추론용 AWS Deep Learning Containers를 최신 프레임워크 버전 TensorFlow 1.15.2 및 2.1.0에서 사용할 수 있습니다. TensorFlow 업그레이드는 SMDebug, Sagemaker-tensorflow-training & Sagemaker-container의 최신 버전입니다. Amazon SageMaker, Amazon EKS(Amazon Elastic Kubernetes Service), 자체 관리형 Kubernetes on Amazon EC2 및 Amazon ECS(Amazon Elastic Container Service)에서 새 버전의 Deep Learning Containers를 시작할 수 있습니다. AWS Deep Learning Containers에서 지원하는 프레임워크 및 버전의 전체 목록은 출시 정보를 참조하십시오.
TensorFlow용 AWS Deep Learning Containers는 AWS 기반 성능 및 규모 조정에 최적화된, CPU 및 GPU 훈련을 위한 컨테이너를 포함합니다. 이러한 Docker 이미지는 Amazon SageMaker, EC2, ECS 및 EKS에서 테스트되었으며, 딥 러닝 워크로드를 위한 원활한 사용자 경험을 제공하기 위해 안정적인 버전의 NVIDIA CUDA, cuDNN, Intel MKL 및 기타 필수 소프트웨어 구성 요소를 제공합니다. 이러한 이미지의 모든 소프트웨어 구성 요소는 보안 취약성이 검사되고 AWS 보안 모범 사례에 따라 업데이트 또는 패치됩니다.
자세한 정보는 Marketplace에서 찾아볼 수 있으며, 사용 가능한 컨테이너 목록은 당사 설명서에 나와 있습니다. 시작 안내서와 개발자 안내서의 초급부터 상급에 이르는 자습서를 사용하면 AWS Deep Learning Containers를 빠르게 시작할 수 있습니다. 또한, 토론 포럼을 구독하면 출시 공지를 확인하고 질문을 게시할 수도 있습니다.