Die vorliegende Übersetzung wurde maschinell erstellt. Im Falle eines Konflikts oder eines Widerspruchs zwischen dieser übersetzten Fassung und der englischen Fassung (einschließlich infolge von Verzögerungen bei der Übersetzung) ist die englische Fassung maßgeblich.

# Archiv der Versionshinweise
<a name="archive-detail-gpu-pytorch-2.5-amazon-linux-2023"></a>

##### Datum der Veröffentlichung: 2025-02-17
<a name="2025-02-17-gpu-pytorch-2.5-amazon-linux-2023"></a>

**AMI-Name: ** Deep Learning OSS Nvidia-Treiber AMI GPU PyTorch 2.5.1 (Amazon Linux 2023) 20250216

##### Aktualisiert
<a name="w2aac25c15c11c31c15b5b3b5"></a>
+ Das NVIDIA Container Toolkit wurde von Version 1.17.3 auf Version 1.17.4 aktualisiert
  + Weitere Informationen finden Sie auf der Seite mit den Versionshinweisen hier: [ https://github.com/NVIDIA/nvidia-container-toolkit/releases/tag/v1.17.4 ](https://github.com/NVIDIA/nvidia-container-toolkit/releases/tag/v1.17.4)
  + In der Container Toolkit-Version 1.17.4 ist das Mounten von CUDA-kompatiblen Bibliotheken jetzt deaktiviert. Um die Kompatibilität mit mehreren CUDA-Versionen in Container-Workflows sicherzustellen, stellen Sie bitte sicher, dass Sie Ihren LD\_LIBRARY\_PATH so aktualisieren, dass er Ihre CUDA-Kompatibilitätsbibliotheken enthält, wie im Tutorial Wenn Sie eine CUDA-Kompatibilitätsschicht verwenden gezeigt. [https://docs.aws.amazon.com/sagemaker/latest/dg/inference-gpu-drivers.html#collapsible-cuda-compat](https://docs.aws.amazon.com/sagemaker/latest/dg/inference-gpu-drivers.html#collapsible-cuda-compat)

##### Entfernt
<a name="w2aac25c15c11c31c15b5b3b7"></a>
+ Die Userspace-Bibliotheken cuobj und nvdisasm, die vom NVIDIA CUDA Toolkit bereitgestellt wurden, [ um CVEs zu behandeln, die im ](https://docs.nvidia.com/cuda/) NVIDIA CUDA Toolkit Security Bulletin vom 18. Februar 2025 enthalten waren, wurden entfernt [https://nvidia.custhelp.com/app/answers/detail/a_id/5594](https://nvidia.custhelp.com/app/answers/detail/a_id/5594)

##### Veröffentlichungsdatum: 08.01.2025
<a name="2025-01-08-gpu-pytorch-2.5-amazon-linux-2023"></a>

**AMI-Name: ** Deep Learning OSS Nvidia-Treiber AMI GPU PyTorch 2.5.1 (Amazon Linux 2023) 20250107

##### Hinzugefügt
<a name="w2aac25c15c11c31c15b5b5b5"></a>
+ Unterstützung für [ G4dn-Instances hinzugefügt. ](https://aws.amazon.com/ec2/instance-types/g4/)

##### Veröffentlichungsdatum: 2024-11-21
<a name="2024-11-21-gpu-pytorch-2.5-amazon-linux-2023"></a>

**AMI-Name: ** Deep Learning OSS Nvidia-Treiber AMI GPU PyTorch 2.5.1 (Amazon Linux 2023) 20241120

##### Hinzugefügt
<a name="w2aac25c15c11c31c15b5b7b5"></a>
+ Erste Veröffentlichung des Deep-Learning-OSS-Nvidia-Treibers AMI GPU PyTorch 2.5 für Amazon Linux 2023

##### Bekannte Probleme
<a name="w2aac25c15c11c31c15b5b7b7"></a>
+ Dieses DLAMI unterstützt derzeit keine G4dn- und G5 EC2-Instances. AWS ist sich einer Inkompatibilität bewusst, die zu CUDA-Initialisierungsfehlern führen kann. Dies betrifft sowohl die G4dn- als auch die G5-Instance-Familien, wenn die Open-Source-NVIDIA-Treiber zusammen mit einem Linux-Kernel der Version 6.1 oder neuer verwendet werden. Dieses Problem betrifft unter anderem Linux-Distributionen wie Amazon Linux 2023, Ubuntu 22.04 oder neuer oder SUSE Linux Enterprise Server 15 SP6 oder neuer.