View a markdown version of this page

DLAMI-Supportrichtlinie - AWS Deep Learning AMIs
Häufig gestellte Fragen zum DLAMI-Support

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.

DLAMI-Supportrichtlinie

Hier finden Sie Einzelheiten zur Support-Richtlinie für AWS Deep Learning AMIs (DLAMI).

Eine Liste der DLAMI-Frameworks und Betriebssysteme, die AWS derzeit unterstützt werden, finden Sie auf der Seite mit den DLAMI-Supportrichtlinien. Die folgende Terminologie gilt für alle DLAMIs, die auf der Seite mit den Support-Richtlinien und auf dieser Seite erwähnt werden:

  • Die aktuelle Version gibt die Framework-Version im Format x.y.z an. In diesem Format bezieht sich x auf die Hauptversion, y auf die Nebenversion und z auf die Patch-Version. Für TensorFlow 2.10.1 ist beispielsweise die Hauptversion 2, die Nebenversion 10 und die Patch-Version 1.

  • Das Ende des Patches gibt an, wie lange eine bestimmte Framework- oder Betriebssystemversion AWS unterstützt wird.

Detaillierte Informationen zu bestimmten DLAMIs finden Sie unter. Versionshinweise zu Deep Learning-AMIs

Häufig gestellte Fragen zum DLAMI-Support

Welche Framework-Versionen erhalten Sicherheitspatches?

Wenn die Framework-Version in der Tabelle mit den AWS Deep Learning AMIs Support-Richtlinien unter Unterstützte Framework-Versionen aufgeführt ist, erhält sie Sicherheitspatches.

Welches Betriebssystem erhält Sicherheitspatches?

Wenn das Betriebssystem in der Tabelle mit den AWS Deep Learning AMIs Support-Richtlinien unter Unterstützte Betriebssystemversionen aufgeführt ist, erhält es Sicherheitspatches.

Welche Bilder tun AWS veröffentlichen, wenn neue Framework-Versionen veröffentlicht werden?

Wir veröffentlichen neue DLAMIs kurz nach der Veröffentlichung neuer Versionen von TensorFlow und PyTorch. Dazu gehören Hauptversionen, Hauptversionen und Hauptnebenversionen von Frameworks. Wir aktualisieren auch Images, wenn neue Versionen von Treibern und Bibliotheken verfügbar werden. Weitere Informationen zur Image-Wartung finden Sie unter Wann endet der aktive Support für meine Framework-Version?

Welche Bilder erhalten neue SageMaker KI/AWS Funktionen?

Neue Funktionen werden in der Regel in der neuesten Version von DLAMIS für PyTorch und veröffentlicht. TensorFlow Einzelheiten zu neuen SageMaker KI oder AWS Funktionen finden Sie in den Versionshinweisen für ein bestimmtes Bild. Eine Liste der verfügbaren DLAMIs finden Sie in den Versionshinweisen für DLAMI. Weitere Informationen zur Image-Wartung finden Sie unter Wann endet der aktive Support für meine Framework-Version?

Wie ist die aktuelle Version in der Tabelle „Unterstützte Frameworks“ definiert?

Die aktuelle Version in der Tabelle mit den AWS Deep Learning AMIs Support-Richtlinien bezieht sich auf die neueste Framework-Version AWS , die verfügbar ist GitHub. Jede aktuelle Version enthält Updates für die Treiber, Bibliotheken und relevanten Pakete im DLAMI. Informationen zur Image-Wartung finden Sie unter Wann endet der aktive Support für meine Framework-Version?

Was passiert, wenn ich eine Version verwende, die nicht in der Tabelle „Unterstützt“ aufgeführt ist?

Wenn Sie eine Version verwenden, die nicht in der Tabelle mit den AWS Deep Learning AMIs Support-Richtlinien aufgeführt ist, verfügen Sie möglicherweise nicht über die aktuellsten Treiber, Bibliotheken und relevanten Pakete. Für eine aktuellere Version empfehlen wir Ihnen, ein Upgrade auf eines der unterstützten Frameworks oder Betriebssysteme durchzuführen und dabei das neueste DLAMI Ihrer Wahl zu verwenden. Eine Liste der verfügbaren DLAMIs finden Sie in den Versionshinweisen für DLAMI.

Unterstützen DLAMIs frühere Patch-Versionen einer Framework-Version?

Nein. Wir unterstützen die neueste Patch-Version der neuesten Hauptversion jedes Frameworks, die 365 Tage nach der ersten GitHub Veröffentlichung veröffentlicht wurde, wie in der Tabelle mit den AWS Deep Learning AMIs Support-Richtlinien angegeben. Weitere Informationen finden Sie unter Was passiert, wenn ich eine Version verwende, die nicht in der Tabelle „Unterstützt“ aufgeführt ist?.

Wie finde ich das neueste gepatchte Image für eine unterstützte Framework-Version?

Um ein DLAMI mit der neuesten Framework-Version zu verwenden, können Sie AWS CLI- oder SSM-Parameter verwenden, um die DLAMI-ID abzurufen und sie zum Starten des DLAMI mithilfe der EC2-Konsole zu verwenden. https://docs.aws.amazon.com/dlami/latest/devguide/launch-from-console.html Beispiele für AWS CLI- oder SSM-Parameterbefehle zum Abrufen der AWS Deep Learning AMIs ID finden Sie auf der Seite mit den DLAMI-Versionshinweisen zu einzelnen Frameworks. https://docs.aws.amazon.com/dlami/latest/devguide/appendix-ami-release-notes-single.html Die von Ihnen gewählte Framework-Version muss in der Tabelle mit den Support-Richtlinien unter Unterstützte Framework-Versionen aufgeführt sein. AWS Deep Learning AMIs

Wie oft werden neue Bilder veröffentlicht?

Die Bereitstellung aktualisierter Patch-Versionen hat für uns höchste Priorität. Wir erstellen routinemäßig gepatchte Images zum frühestmöglichen Zeitpunkt. Wir überwachen, ob neu gepatchte Framework-Versionen vorliegen (z. B. TensorFlow 2.9 bis TensorFlow 2.9.1) und neue Nebenversionen (z. B. TensorFlow 2.9 bis TensorFlow 2.10) und stellen Sie sie zum frühestmöglichen Zeitpunkt zur Verfügung. Wenn eine bestehende Version von zusammen mit einer neuen Version von CUDA veröffentlicht TensorFlow wird, veröffentlichen wir ein neues DLAMI für diese Version von TensorFlow mit Unterstützung für die neue CUDA-Version.

Wird meine Instance an Ort und Stelle gepatcht, während mein Workload läuft?

Nein. Patch-Updates für DLAMI sind keine „direkten“ Updates.

Sie müssen eine neue EC2-Instance einschalten, Ihre Workloads und Skripts migrieren und dann Ihre vorherige Instance ausschalten.

Beachten Sie, dass Ubuntu-based DLAMis die Sicherheitsupdates des Betriebssystems automatisch über den Ubuntu-Mechanismus für unbeaufsichtigte Upgrades installieren, der Systemdienste auf einer laufenden Instance neu starten kann. Weitere Informationen finden Sie unter Werden Betriebssystempakete auf meiner laufenden Instanz automatisch aktualisiert und können Systemdienste neu gestartet werden?.

Werden Betriebssystempakete auf meiner laufenden Instanz automatisch aktualisiert und können Systemdienste neu gestartet werden?

Ubuntu-based DLAMIs sorgen dafür, dass der standardmäßige Ubuntu-Mechanismus für unbeaufsichtigte Upgrades aktiviert ist. Der Ubuntu-Mechanismus für unbeaufsichtigte Upgrades lädt regelmäßig Sicherheitsupdates für das Betriebssystem herunter und installiert sie auf Ihrer laufenden Instance. Nach dem Upgrade der Pakete startet das Betriebssystem möglicherweise die Systemdienste (Daemons) neu, die von den aktualisierten Paketen abhängen, wie z. B. oder. dbus ssh Nur die betroffenen Systemdienste werden neu gestartet. Die Instanz wird nicht neu gestartet, Benutzerprozesse werden nicht neu gestartet und aktive SSH-Sitzungen werden nicht getrennt.

Automatische Upgrades beziehen sich auf allgemeine Betriebssystempakete:

  • Die Linux-Kernel-Pakete werden in der Version gespeichert, mit der das Image erstellt wurde, sodass automatische Upgrades niemals einen neuen Kernel installieren oder einen Kernel-bezogenen Neustart auslösen.

  • Der Accelerator-Software-Stack, einschließlich des NVIDIA-Treibers, CUDA, cuDNN, NCCL und EFA, wird nicht über den Betriebssystem-Paketmanager verwaltet und durch automatische Upgrades nicht verändert.

Workloads, die als normale Benutzerprozesse ausgeführt werden, wie z. B. ein Trainingsskript, ein verteilter Launcher oder ein Jupyter-Kernel, werden durch diese Dienstneustarts nicht unterbrochen. Wenn Ihr Workload jedoch einem Systemdienst gehört oder von diesem überwacht wird (z. B. ein Cluster-Agent oder eine Container-Runtime, die als Daemon ausgeführt wird), kann ein Neustart dieses Dienstes Ihre Arbeitslast unterbrechen. Wenn Ihre Umgebung erfordert, dass sich keine Pakete ändern oder keine Dienste neu gestartet werden, während ein Job ausgeführt wird, können Sie unbeaufsichtigte Upgrades auf Ihren Instances deaktivieren:

sudo systemctl disable --now apt-daily.timer apt-daily-upgrade.timer
sudo sed -i 's/Unattended-Upgrade "1"/Unattended-Upgrade "0"/' /etc/apt/apt.conf.d/20auto-upgrades

Wenn Sie unbeaufsichtigte Upgrades deaktivieren, erhält Ihre Instance keine aktuellen Betriebssystem-Sicherheitspatches mehr. In diesem Fall empfehlen wir, dass Sie Ihre Workloads regelmäßig auf dem neuesten DLAMI neu starten, um weiterhin gepatcht zu sein. Weitere Informationen finden Sie unter Wie finde ich das neueste gepatchte Image für eine unterstützte Framework-Version?.

Auf Amazon Linux 2023 basierende DLAMIs ermöglichen keine automatischen Paket-Updates. Pakete auf diesen Images ändern sich nur, wenn Sie sie selbst aktualisieren oder ein neueres Image starten.

Was passiert, wenn eine neue gepatchte oder aktualisierte Framework-Version verfügbar ist?

Um über Änderungen in DLAMI informiert zu werden, abonnieren Sie bitte die Benachrichtigungen für das entsprechende DLAMI, siehe Benachrichtigungen über neue Updates erhalten.

Werden Abhängigkeiten aktualisiert, ohne die Framework-Version zu ändern?

Wir aktualisieren Abhängigkeiten, ohne die Framework-Version zu ändern. Wenn ein Abhängigkeitsupdate jedoch zu einer Inkompatibilität führt, erstellen wir ein Image mit einer anderen Version. Aktuelle Informationen zu Abhängigkeiten finden Sie in den Versionshinweisen für DLAMI.

Wann endet der aktive Support für meine Framework-Version?

DLAMI-Bilder sind unveränderlich. Sobald sie erstellt sind, ändern sie sich nicht. Es gibt vier Hauptgründe, warum der aktive Support für eine Framework-Version endet:

Anmerkung

Aufgrund der Häufigkeit von Versionspatch-Upgrades und Sicherheitspatches empfehlen wir, die Seite mit den Versionshinweisen für Ihr DLAMI häufig zu überprüfen und das Upgrade durchzuführen, wenn Änderungen vorgenommen werden.

Aktualisierungen der Framework-Version (Patch)

Wir pflegen eine separate DLAMI-Variante für jede Major.Minor-Framework-Version (z. B. 2.12). PyTorch Jede Variante wird regelmäßig als neues, veraltetes Image erneut veröffentlicht, das die neueste verfügbare Patch-Version (major.minor.patch) des Frameworks zusammen mit aktualisierten Treibern, Bibliotheken und Paketen enthält. Wenn ein neues veraltetes Image für eine Variante veröffentlicht wird, werden die vorherigen Images für diese Variante nicht mehr aktiv verwaltet. Jede Variante hat eine einzelne Seite mit den Versionshinweisen, auf der die veralteten Versionen aufgeführt sind. Für jede Patch-Version gibt es keine eigene Seite mit den Versionshinweisen.

Jede datierte Version ist ein neues Image mit einer eigenen AMI-ID.

AWS Sicherheitspatches (CVE)

Common Vulnerabilities and Exposures (CVEs) werden gepatcht, indem ein neues, veraltetes DLAMI für die betroffene Variante veröffentlicht wird. Wir modifizieren keine vorhandenen Bilder. Um sicherzustellen, dass Sie das Image mit den neuesten Sicherheitspatches verwenden, verwenden Sie den SSM-Parameter oder die AWS CLI-Abfrage auf der Seite mit den Versionshinweisen für Ihre Variante, um das neueste DLAMI abzurufen. Weitere Informationen finden Sie unter Wie finde ich das neueste gepatchte Image für eine unterstützte Framework-Version?.

Da wir für jede Major.minor-Framework-Version eine separate DLAMI-Variante verwalten, übertragen wir keine Framework-Sicherheitsupdates auf verschiedene Framework-Versionen zurück. Wenn ein CVE in einer Framework-Version nur in einer höheren Major.Minor-Version behoben werden kann, erhält die betroffene Variante keine Sicherheitspatches mehr, und wir empfehlen Ihnen, auf ein DLAMI mit einer Framework-Version zu migrieren, die den Fix enthält. Auf solche Varianten wird auf der Seite mit den DLAMI-Versionshinweisen hingewiesen. https://docs.aws.amazon.com/dlami/latest/devguide/appendix-ami-release-notes.html

Datum des Endes des Patches (Aging Out)

DLAMIs haben das Ende des Patches 365 Tage nach dem GitHub Veröffentlichungsdatum erreicht.

Bei DLAMIs mit mehreren Frameworks ist ein neuer DLAMI mit der aktualisierten Version erforderlich, wenn eine der Framework-Versionen aktualisiert wird. Das DLAMI mit der alten Framework-Version wird nicht mehr aktiv gepflegt.

Wichtig

Wir machen eine Ausnahme, wenn es ein größeres Framework-Update gibt. Wenn beispielsweise TensorFlow 1.15 auf TensorFlow 2.0 aktualisiert wird, unterstützen wir weiterhin die neueste Version von TensorFlow 1.15 für einen Zeitraum von zwei Jahren ab dem Datum der GitHub Veröffentlichung oder sechs Monate, nachdem das Wartungsteam des ursprünglichen Frameworks den Support eingestellt hat, je nachdem, welches Datum früher liegt.

Ende des Supports für die Abhängigkeit

Wenn Sie einen Workload auf einem TensorFlow 2.7.0-DLAMI-Image mit Python 3.6 ausführen und für diese Python-Version das Ende des Supports markiert ist, werden alle DLAMI-Images, die auf Python 3.6 basieren, nicht mehr aktiv verwaltet. Ebenso werden alle DLAMI-Images, die von Ubuntu 16.04 abhängig sind, nicht mehr aktiv gepflegt, wenn für eine Betriebssystemversion wie Ubuntu 16.04 das Ende des Supports markiert ist.

Werden Images mit Framework-Versionen, die nicht mehr aktiv gepflegt werden, gepatcht?

Nein. Bilder, die nicht mehr aktiv gepflegt werden, werden nicht neu veröffentlicht.

Wie verwende ich eine ältere Framework-Version?

Um ein DLAMI mit einer älteren Framework-Version zu verwenden, rufen Sie die DLAMI-ID ab und verwenden Sie sie, um das DLAMI mithilfe der EC2-Konsole zu starten. https://docs.aws.amazon.com/dlami/latest/devguide/launch-from-console.html AWS CLI-Befehle zum Abrufen der AMI-ID finden Sie auf der Seite mit den Versionshinweisen in den DLAMI-Versionshinweisen für ein einzelnes Framework. https://docs.aws.amazon.com/dlami/latest/devguide/appendix-ami-release-notes-single.html

Wie bleibe ich über Support-Änderungen an Frameworks und deren Versionen auf dem Laufenden?

Bleiben Sie mithilfe der Framework-Support-Policy-Tabelle und der DLAMI-Versionshinweise auf dem Laufenden über die AWS Deep Learning AMIs DLAMI-Frameworks und -Versionen.

Benötige ich eine kommerzielle Lizenz, um das Anaconda Repository nutzen zu können?

Anaconda hat für bestimmte Benutzer auf ein kommerzielles Lizenzmodell umgestellt. Aktiv gepflegte DLAMIs wurden vom Anaconda-Kanal auf die öffentlich verfügbare Open-Source-Version von Conda (Conda-Forge) migriert.