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.

# AWS Deep-Learning-AMI-GPU TensorFlow 2.16 (Amazon Linux 2)
<a name="aws-deep-learning-ami-gpu-tensorflow-2.16-amazon-linux-2"></a>

Hilfe zu den ersten Schritten finden Sie unter[Erste Schritte mit DLAMI](getting-started.md).

#### AMI-Namensformat
<a name="name-gpu-tensorflow-2.16-amazon-linux-2"></a>
+ Proprietärer Nvidia-Treiber für Deep Learning AMI GPU TensorFlow 2.16 (Amazon Linux 2) \$1 \$1YYYY-MM-DD\$1
+ Deep-Learning-OSS-Nvidia-Treiber AMI-GPU TensorFlow 2.16 (Amazon Linux 2) \$1 \$1YYYY-MM-DD\$1

#### Unterstützte EC2-Instances
<a name="instances-gpu-tensorflow-2.16-amazon-linux-2"></a>
+ Weitere Informationen finden Sie unter [Wichtige Änderungen an DLAMI](important-changes.md).
+ Deep Learning mit OSS Der Nvidia-Treiber unterstützt G4dn, G5, G6, Gr6, G6e, P4d, P4de, P5, P5e, P5en.
+ Deep Learning mit proprietärem Nvidia-Treiber unterstützt G3 (G3.16x nicht unterstützt), P3, P3dn

#### Das AMI umfasst Folgendes:
<a name="contents-gpu-tensorflow-2.16-amazon-linux-2"></a>
+ **Unterstützter AWS Dienst**: EC2
+ **Betriebssystem**: Amazon Linux 2
+ **Rechenarchitektur**: x86
+ **Python**:/opt/tensorflow/bin/python3.10
+ **TensorFlow Ausführung: 2.16**
+ **NVIDIA-Treiber**:
  + OS Nvidia-Treiber: 550.144.03
  + Proprietärer Nvidia-Treiber: 550.144.03
+ ** CUDA12 NVIDIA-Stapel**:
  + CUDA-, NCCL- und cuDDN-Installationspfad:/-12.2/ usr/local/cuda
+ **EFA-Installationsprogramm:** 1.34.0
+ **AWS CLI v2** als **AWS CLI aws2** und v1 als aws
+ **EBS-Volumetyp**: gp3
+ **AMI-ID mit SSM-Parameter abfragen (Beispielregion ist** us-east-1):
  + **OSS Nvidia-Treiber**:

    ```
    aws ssm get-parameter --name /aws/service/deeplearning/ami/x86_64/oss-nvidia-driver-gpu-tensorflow-2.16-amazon-linux-2/latest/ami-id --region us-east-1 --query "Parameter.Value" --output text
    ```
  + **Eigener Nvidia-Treiber**:

    ```
    aws ssm get-parameter --name /aws/service/deeplearning/ami/x86_64/proprietary-nvidia-driver-gpu-tensorflow-2.16-amazon-linux-2/latest/ami-id --region us-east-1 --query "Parameter.Value" --output text
    ```
+ **AMI-ID abfragen mit AWSCLI (Beispielregion ist us-east-1**):
  + **OSS Nvidia-Treiber:**

    ```
    aws ec2 describe-images --region us-east-1 --owners amazon --filters 'Name=name,Values=Deep Learning OSS Nvidia Driver AMI GPU TensorFlow 2.16 (Amazon Linux 2) ????????' 'Name=state,Values=available' --query 'reverse(sort_by(Images, &CreationDate))[:1].ImageId' --output text
    ```
  + **Eigener Nvidia-Treiber**:

    ```
    aws ec2 describe-images --region us-east-1 --owners amazon --filters 'Name=name,Values=Deep Learning Proprietary Nvidia Driver AMI GPU TensorFlow 2.16 (Amazon Linux 2) ????????' 'Name=state,Values=available' --query 'reverse(sort_by(Images, &CreationDate))[:1].ImageId' --output text
    ```

#### Notice (Hinweis)
<a name="notices-gpu-tensorflow-2.16-amazon-linux-2"></a>

##### NVIDIA-Container-Toolkit 1.17.4
<a name="nvidia-container-toolkit-gpu-tensorflow-2.16-amazon-linux-2"></a>

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\$1LIBRARY\$1PATH so aktualisieren, dass er Ihre CUDA-Kompatibilitätsbibliotheken enthält, wie im Tutorial „Wenn Sie eine CUDA-Kompatibilitätsebene verwenden“ hier beschrieben - -gpu-drivers.html\$1 https://docs.aws.amazon.com/sagemaker/ latest/dg/inference collapsible-cuda-compat](https://docs.aws.amazon.com/sagemaker/latest/dg/inference-gpu-drivers.html#collapsible-cuda-compat)

##### TensorFlow Zukünftige Betriebssystem-Updates
<a name="future-os-updates-gpu-tensorflow-2.16-amazon-linux-2"></a>

TensorFlow 2.16 wird das letzte DLAMI sein, das das Betriebssystem Ubuntu 20.04 verwendet. Ab TensorFlow 2.17 und höher DLAMIs wird Ubuntu 22.04 als Basisbetriebssystem verwendet. Kunden, die auf diese neuen Versionen aktualisieren möchten, sollten sicherstellen, dass Ihre Workflows für dieses Upgrade bereit sind.

##### Die Keras-Version wurde an 2.0 statt an 3.0 angeheftet
<a name="keras-version-gpu-tensorflow-2.16-amazon-linux-2"></a>

Mit der neuesten Version TF2 1.6 wurde Keras von der Hauptversion 2 auf die Hauptversion 3.0 aktualisiert. Diese Keras-Version ist eine komplette Neufassung des Keras-Pakets (weitere Informationen finden Sie in der [Keras 3-Dokumentation](https://keras.io/keras_3/)). Um die Kompatibilität mit den Workflows unserer Kunden sicherzustellen, haben wir die Keras-Versionen unter Verwendung der Umgebungsvariablen TF\$1USE\$1LEGACY\$1KERAS=1 an 2.0 angeheftet. Wenn Ihre Workflows die Verwendung von Keras 3.0 erfordern, entfernen Sie diese Umgebungsvariable mit dem folgenden Skript aus Ihrer virtuellen Umgebung /opt/tensorflow: TensorFlow 

```
source /opt/tensorflow/bin/activate
unset TF_USE_LEGACY_KERAS
```

#### Veröffentlichungsdatum: 2025-02-17
<a name="2025-02-17-gpu-tensorflow-2.16-amazon-linux-2"></a>

**AMI-Namen:**
+ Deep Learning OSS Nvidia-Treiber AMI GPU TensorFlow 2.16 (Amazon Linux 2) 20250215
+ Proprietärer Nvidia-Treiber für Deep Learning AMI GPU TensorFlow 2.16 (Amazon Linux 2) 20250215

##### Aktualisiert
<a name="w2aac25c13b9c11c13b7"></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:/1.17.4 https://github.com/NVIDIA/ nvidia-container-toolkit releases/tag/v](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\$1LIBRARY\$1PATH so aktualisieren, dass er Ihre CUDA-Kompatibilitätsbibliotheken enthält, wie im Tutorial „Wenn Sie eine CUDA-Kompatibilitätsebene verwenden“ hier beschrieben - -gpu-drivers.html\$1 https://docs.aws.amazon.com/sagemaker/ latest/dg/inference collapsible-cuda-compat](https://docs.aws.amazon.com/sagemaker/latest/dg/inference-gpu-drivers.html#collapsible-cuda-compat)

##### Entfernt
<a name="w2aac25c13b9c11c13b9"></a>
+ Die Benutzerbereichsbibliotheken cuobj und nvdisasm, die vom [NVIDIA CUDA-Toolkit](https://docs.nvidia.com/cuda/) bereitgestellt wurden, um die Präsenz von CVE im [NVIDIA CUDA Toolkit Security Bulletin vom 18. Februar 2025 zu beheben,](https://nvidia.custhelp.com/app/answers/detail/a_id/5594) wurden entfernt

#### Datum der Veröffentlichung: 20.01.2025
<a name="2025-01-20-gpu-tensorflow-2.16-amazon-linux-2"></a>

**AMI-Namen:**
+ Deep Learning OSS Nvidia-Treiber AMI GPU TensorFlow 2.16 (Amazon Linux 2) 20250120
+ Proprietärer Nvidia-Treiber für Deep Learning AMI GPU TensorFlow 2.16 (Amazon Linux 2) 20250118

##### Aktualisiert
<a name="w2aac25c13b9c11c15b7"></a>
+ [Der Nvidia-Treiber wurde von Version 550.127.05 auf 550.144.03 aktualisiert, um die aktuelle Situation von CVE im NVIDIA GPU Display Driver Security Bulletin für Januar 2025 zu beheben](https://nvidia.custhelp.com/app/answers/detail/a_id/5614)

#### Datum der Veröffentlichung: 2024-10-23
<a name="2024-10-23-gpu-tensorflow-2.16-amazon-linux-2"></a>

**AMI-Namen:**
+ Deep Learning OSS Nvidia-Treiber AMI GPU TensorFlow 2.16 (Amazon Linux 2) 20241022
+ Proprietärer Nvidia-Treiber für Deep Learning AMI GPU TensorFlow 2.16 (Amazon Linux 2) 20241023

##### Aktualisiert
<a name="w2aac25c13b9c11c17b7"></a>
+ [Der Nvidia-Treiber wurde von Version 550.90.07 auf 550.127.05 aktualisiert, um die aktuelle Situation von CVE im NVIDIA GPU Display Security Bulletin für Oktober 2024 zu beheben](https://nvidia.custhelp.com/app/answers/detail/a_id/5586)

#### Datum der Veröffentlichung: 28.09.2021
<a name="2024-09-28-gpu-tensorflow-2.16-amazon-linux-2"></a>

**AMI-Namen:**
+ Deep Learning OSS Nvidia-Treiber AMI GPU TensorFlow 2.16 (Amazon Linux 2) 20240928
+ Proprietärer Nvidia-Treiber für Deep Learning AMI GPU TensorFlow 2.16 (Amazon Linux 2) 20240928

##### Aktualisiert
<a name="w2aac25c13b9c11c19b7"></a>
+ [Das Nvidia Container Toolkit wurde von Version 1.16.1 auf 1.16.2 aktualisiert und die Sicherheitslücke CVE-2024-0133 behoben.](https://nvd.nist.gov/vuln/detail/CVE-2024-0133)

#### Veröffentlichungsdatum: 2024-09-21
<a name="2024-09-21-gpu-tensorflow-2.16-amazon-linux-2"></a>

**AMI-Namen:**
+ Deep Learning OSS Nvidia-Treiber AMI GPU TensorFlow 2.16 (Amazon Linux 2) 20240921
+ Proprietärer Nvidia-Treiber für Deep Learning AMI GPU TensorFlow 2.16 (Amazon Linux 2) 20240921

##### Aktualisiert
<a name="w2aac25c13b9c11c21b7"></a>
+ Der Nvidia-Treiber und der Fabric Manager wurden von Version 535.183.01 auf 550.90.07 aktualisiert
+ Die EFA-Version wurde von 1.32.0 auf 1.34.0 aktualisiert
+ Version von PyTorch Version 2.3.0 auf 2.3.1 aktualisiert

##### Hinzugefügt
<a name="w2aac25c13b9c11c21b9"></a>
+ Unterstützung für P5e EC2-Instance auf OSS Nvidia-Treiberimages hinzugefügt.

#### Veröffentlichungsdatum: 2024-08-19
<a name="2024-08-19-gpu-tensorflow-2.16-amazon-linux-2"></a>

**AMI-Namen:**
+ Deep Learning OSS Nvidia-Treiber AMI GPU TensorFlow 2.16 (Amazon Linux 2) 20240817

##### Hinzugefügt
<a name="w2aac25c13b9c11c23b7"></a>
+ [Unterstützung für die G6e EC2-Instance hinzugefügt.](https://aws.amazon.com/ec2/instance-types/g6e/)

#### Version 2.16.2 — Veröffentlichungsdatum: 2024-07-26
<a name="2024-07-26-gpu-tensorflow-2.16-amazon-linux-2"></a>

**AMI-Namen:**
+ Deep Learning OSS Nvidia-Treiber AMI GPU TensorFlow 2.16 (Amazon Linux 2) 20240725

##### Aktualisiert
<a name="w2aac25c13b9c11c25b7"></a>
+ Die TensorFlow Patch-Version wurde von Version 2.16.1 auf 2.16.2 aktualisiert
+ Es wurde eine falsche TensorFlow Nebenversion in DLAMI behoben, die am 17.07.2024 veröffentlicht wurde
  + Die Deep Learning OSS Nvidia Driver AMI GPU TensorFlow 2.16 (Amazon Linux 2) 20240717-Version enthielt TensorFlow versehentlich die Nebenversion 2.17 statt 2.16. Bitte stellen Sie sicher, dass Workflows, die auf TensorFlow 2.16 angewiesen sind, auf das neueste DLAMI aktualisiert werden.

#### Version 2.16.1 — Veröffentlichungsdatum: 2024-06-10
<a name="2024-06-10-gpu-tensorflow-2.16-amazon-linux-2"></a>

**AMI-Namen:**
+ Deep Learning OSS Nvidia-Treiber AMI GPU TensorFlow 2.16 (Amazon Linux 2) 20240607
+ Proprietärer Nvidia-Treiber für Deep Learning AMI GPU TensorFlow 2.16 (Amazon Linux 2) 20240610

##### Aktualisiert
<a name="w2aac25c13b9c11c27b7"></a>
+ Die Nvidia-Treiberversion wurde von 535.161.08 auf 535.183.01 aktualisiert

#### Datum der Veröffentlichung: 2024-05-10
<a name="2024-05-10-gpu-tensorflow-2.16-amazon-linux-2"></a>

Weitere Informationen finden Sie unter [Wichtige Änderungen an DLAMI](important-changes.md)

**AMI-Namen:**
+ Proprietärer Nvidia-Treiber für Deep Learning AMI GPU TensorFlow 2.16 (Amazon Linux 2) 20240510
+ Deep Learning OSS Nvidia-Treiber AMI GPU TensorFlow 2.16 (Amazon Linux 2) 20240510

##### Hinzugefügt
<a name="w2aac25c13b9c11c29b9"></a>
+ Erste Veröffentlichung von:
  + Proprietäre Nvidia-Treiber-AMI-GPU TensorFlow 2.16-Serie (Amazon Linux 2) von Deep Learning.
  + Deep Learning OSS Nvidia-Treiber der AMI-GPU TensorFlow 2.16-Serie (Amazon Linux 2).
  + Die Software umfasst Folgendes:
    + „nvidia-driver=535.161.08"
    + „Fabric-Manager=535.161.08"
    + „cuda=12,3“
    + „cudnn=8,9,7"
    + „efa=1,32,0"
    + „nccl=2,21,5“
    + „aws-nccl-ofi-plugin=v1.9.1-aws“
+ Virtuelle Tensorflow-Umgebung hinzugefügt (Aktivierungsbefehlsquelle/). opt/tensorflow/bin/activate Diese Umgebung umfasst Folgendes:
  + „tensorflow=2.16.1"
  + **HINWEIS**
    + Ab Version 1.6 TF2 wird die tf.estimator-API entfernt.
      + Um tf.estimator weiterhin verwenden zu können, müssen Sie TF 2.15 oder eine frühere Version verwenden. Weitere Informationen finden Sie in den Versionshinweisen zu [TensorFlow 2.16.1](https://github.com/tensorflow/tensorflow/releases/tag/v2.16.1)
    + Um die Kompatibilität mit den Workflows unserer Kunden sicherzustellen, haben wir die Keras-Versionen mithilfe der Umgebungsvariablen TF\$1USE\$1LEGACY\$1KERAS=1 an 2.0 angeheftet. Wenn Ihre Workflows die Verwendung von Keras 3.0 erfordern, entfernen Sie diese Umgebungsvariable mit dem folgenden Skript aus Ihrer virtuellen Umgebung /opt/tensorflow: TensorFlow 

```
source /opt/tensorflow/bin/activate
unset TF_USE_LEGACY_KERAS
```