View a markdown version of this page

Politique de support DLAMI - AWS Apprentissage profond (deep learning) AMIs
FAQ sur l'assistance DLAMI

Les traductions sont fournies par des outils de traduction automatique. En cas de conflit entre le contenu d'une traduction et celui de la version originale en anglais, la version anglaise prévaudra.

Politique de support DLAMI

Vous trouverez ici les détails de la politique de support pour AWS Apprentissage profond (deep learning) AMIs (DLAMI).

Pour obtenir la liste des frameworks DLAMI et des systèmes d'exploitation AWS actuellement pris en charge, consultez la page Politique de support DLAMI. La terminologie suivante s'applique à tous les DLAMI mentionnés dans la page de politique de support et sur cette page :

  • La version actuelle spécifie la version du framework au format x.y.z. Dans ce format, x fait référence à la version majeure, y à la version mineure et z à la version du correctif. Par exemple, pour la version TensorFlow 2.10.1, la version majeure est 2, la version mineure est 10 et la version du correctif est 1.

  • La fin du correctif indique la durée pendant laquelle une version de framework ou de système d'exploitation particulière est prise en AWS charge.

Pour des informations détaillées sur des DLAMI spécifiques, consultez. Notes de mise à jour des AMI Deep Learning

FAQ sur l'assistance DLAMI

Quelles versions du framework reçoivent des correctifs de sécurité ?

Si la version du framework se trouve sous Versions de framework prises en charge dans le tableau des politiques de AWS Apprentissage profond (deep learning) AMIs support, elle reçoit des correctifs de sécurité.

Quels systèmes d'exploitation reçoivent des correctifs de sécurité ?

Si le système d'exploitation est répertorié sous Versions du système d'exploitation prises en charge dans le tableau des politiques de AWS Apprentissage profond (deep learning) AMIs support, il reçoit des correctifs de sécurité.

À quoi servent les images AWS publier quand les nouvelles versions du framework sont publiées ?

Nous publions de nouveaux DLAMis peu de temps après la sortie des nouvelles versions de TensorFlow et PyTorch. Cela inclut les versions majeures, les versions majeures et mineures et les versions majeures avec correctifs mineurs des frameworks. Nous mettons également à jour les images lorsque de nouvelles versions de pilotes et de bibliothèques sont disponibles. Pour plus d'informations sur la maintenance des images, voir Quand prend fin le support actif pour ma version de framework ?

Quelles images obtiennent une nouvelle SageMaker IA ?AWS fonctionnalités ?

Les nouvelles fonctionnalités sont généralement disponibles dans la dernière version de DLAMis pour PyTorch et. TensorFlow Reportez-vous aux notes de publication pour obtenir une image spécifique pour plus de détails sur la nouvelle SageMaker IA ou les nouvelles AWS fonctionnalités. Pour obtenir la liste des DLAMI disponibles, consultez les notes de version pour DLAMI. Pour plus d'informations sur la maintenance des images, voir Quand prend fin le support actif pour ma version de framework ?

Comment la version actuelle est-elle définie dans le tableau Frameworks pris en charge ?

La version actuelle du tableau des politiques de AWS Apprentissage profond (deep learning) AMIs support fait référence à la dernière version du framework disponible sur GitHub. AWS Chaque dernière version inclut des mises à jour des pilotes, des bibliothèques et des packages pertinents du DLAMI. Pour plus d'informations sur la maintenance des images, voir Quand prend fin le support actif pour ma version de framework ?

Que se passe-t-il si j'utilise une version qui ne figure pas dans le tableau Supported ?

Si vous utilisez une version qui ne figure pas dans le tableau des règles de AWS Apprentissage profond (deep learning) AMIs support, il se peut que vous ne disposiez pas des pilotes, des bibliothèques et des packages pertinents les plus récents. Pour une version plus récente, nous vous recommandons de passer à l'un des frameworks ou systèmes d'exploitation pris en charge disponibles en utilisant la dernière DLAMI de votre choix. Pour obtenir la liste des DLAMI disponibles, consultez les notes de version pour DLAMI.

Les DLAMIS prennent-ils en charge les versions de correctif précédentes d'une version du Framework ?

Non. Nous prenons en charge la dernière version corrective de la dernière version majeure de chaque framework publiée 365 jours après sa GitHub publication initiale, comme indiqué dans le tableau des politiques de AWS Apprentissage profond (deep learning) AMIs support. Pour de plus amples informations, consultez Que se passe-t-il si j'utilise une version qui ne figure pas dans le tableau Supported ?.

Comment puis-je trouver la dernière image corrigée pour une version de framework prise en charge ?

Pour utiliser un DLAMI avec la dernière version du framework, vous pouvez utiliser les paramètres AWS CLI ou SSM pour récupérer l'ID DLAMI et l'utiliser pour lancer le DLAMI à l'aide de la console EC2. https://docs.aws.amazon.com/dlami/latest/devguide/launch-from-console.html Pour obtenir des exemples de commandes de paramètres AWS CLI ou SSM permettant de récupérer l' AWS Apprentissage profond (deep learning) AMIs ID, reportez-vous à la page des notes de version du DLAMI, notes de version du DLAMI à cadre unique. La version de framework que vous choisissez doit être répertoriée sous Versions de framework prises en charge dans le tableau des politiques de AWS Apprentissage profond (deep learning) AMIs support.

À quelle fréquence les nouvelles images sont-elles publiées ?

La fourniture de versions de correctifs mises à jour est notre priorité absolue. Nous créons régulièrement des images corrigées dès que possible. Nous surveillons les nouvelles versions du framework (ex. TensorFlow 2.9 à TensorFlow 2.9.1) et de nouvelles versions mineures (ex. TensorFlow 2.9 à TensorFlow 2.10) et les rendre disponibles dès que possible. Lorsqu'une version existante de TensorFlow est publiée avec une nouvelle version de CUDA, nous publions un nouveau DLAMI pour cette version de TensorFlow avec prise en charge de la nouvelle version de CUDA.

Mon instance sera-t-elle corrigée pendant que ma charge de travail est en cours d'exécution ?

Non. Les mises à jour pour DLAMI ne sont pas des mises à jour « sur place ».

Vous devez activer une nouvelle instance EC2, migrer vos charges de travail et vos scripts, puis désactiver votre instance précédente.

Notez que Ubuntu-based DLAMis installe automatiquement les mises à jour de sécurité du système d'exploitation via le mécanisme de mises à niveau sans assistance d'Ubuntu, qui peut redémarrer les services système sur une instance en cours d'exécution. Pour de plus amples informations, consultez Les packages du système d'exploitation sont-ils mis à jour automatiquement sur mon instance en cours d'exécution et les services système peuvent-ils redémarrer ?.

Les packages du système d'exploitation sont-ils mis à jour automatiquement sur mon instance en cours d'exécution et les services système peuvent-ils redémarrer ?

Ubuntu-based Les DLAMI maintiennent le mécanisme standard de mises à niveau sans assistance d'Ubuntu activé. Le mécanisme de mises à niveau sans assistance d'Ubuntu télécharge et installe régulièrement les mises à jour de sécurité du système d'exploitation sur votre instance en cours d'exécution. Une fois les packages mis à niveau, le système d'exploitation peut redémarrer les services système (démons) qui dépendent des packages mis à niveau, tels que dbus ou. ssh Seuls les services système concernés sont redémarrés. L'instance n'est pas redémarrée, les processus utilisateur ne sont pas redémarrés et les sessions SSH actives ne sont pas déconnectées.

Les mises à niveau automatiques sont limitées aux packages de systèmes d'exploitation généraux :

  • Les packages du noyau Linux sont conservés dans la version avec laquelle l'image a été créée, de sorte que les mises à niveau automatiques n'installent jamais de nouveau noyau et ne déclenchent jamais de redémarrage lié au noyau.

  • La pile logicielle de l'accélérateur, y compris le pilote NVIDIA, CUDA, cuDNN, NCCL et EFA, n'est pas gérée via le gestionnaire de packages du système d'exploitation et n'est pas modifiée par les mises à niveau automatiques.

Les charges de travail qui s'exécutent en tant que processus utilisateur normal, comme un script de formation, un lanceur distribué ou un noyau Jupyter, ne sont pas interrompues par ces redémarrages de services. Toutefois, si votre charge de travail est détenue ou supervisée par un service système (par exemple, un agent de cluster ou un environnement d'exécution de conteneur exécuté en tant que démon), le redémarrage de ce service peut perturber votre charge de travail. Si votre environnement nécessite qu'aucun package ne soit modifié ou qu'aucun service ne redémarre pendant l'exécution d'une tâche, vous pouvez désactiver les mises à niveau sans assistance sur vos instances :

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

Si vous désactivez les mises à niveau sans assistance, votre instance ne reçoit plus les correctifs de sécurité du système d'exploitation en place. Dans ce cas, nous vous recommandons de relancer régulièrement vos charges de travail sur la dernière version de DLAMI afin de rester patchée. Pour de plus amples informations, consultez Comment puis-je trouver la dernière image corrigée pour une version de framework prise en charge ?.

Les DLAMI basés sur Amazon Linux 2023 n'activent pas les mises à jour automatiques des packages. Les packages de ces images ne changent que lorsque vous les mettez à jour vous-même ou que vous lancez une nouvelle image.

Que se passe-t-il lorsqu'une nouvelle version du framework corrigée ou mise à jour est disponible ?

Pour être informé des modifications apportées au DLAMI, veuillez vous abonner aux notifications relatives au DLAMI concerné, voir Recevoir des notifications sur les nouvelles mises à jour.

Les dépendances sont-elles mises à jour sans modifier la version du framework ?

Nous mettons à jour les dépendances sans modifier la version du framework. Cependant, si une mise à jour de dépendance entraîne une incompatibilité, nous créons une image avec une version différente. N'oubliez pas de consulter les notes de publication de DLAMI pour obtenir des informations de dépendance mises à jour.

Quand prend fin le support actif pour ma version de framework ?

Les images DLAMI sont immuables. Une fois créés, ils ne changent pas. La prise en charge active d'une version du framework prend fin pour quatre raisons principales :

Note

En raison de la fréquence des mises à niveau des correctifs de version et des correctifs de sécurité, nous vous recommandons de consulter régulièrement la page des notes de publication de votre DLAMI et de procéder à la mise à niveau lorsque des modifications sont apportées.

Mises à niveau de la version du framework (correctif)

Nous maintenons une variante DLAMI distincte pour chaque version majeure du framework .minor (par exemple, 2.12). PyTorch Chaque variante est régulièrement rééditée sous la forme d'une nouvelle image datée qui inclut la dernière version de correctif disponible (major.minor.patch) du framework ainsi que des pilotes, des bibliothèques et des packages mis à jour. Lorsqu'une nouvelle image datée pour une variante est publiée, les images précédentes pour cette variante ne sont plus activement conservées. Chaque variante possède une seule page de notes de publication qui répertorie ses versions datées. Il n'existe pas de page de note de publication individuelle pour chaque version de patch.

Chaque version datée est une nouvelle image avec son propre identifiant AMI.

AWS correctifs de sécurité (CVE)

Les vulnérabilités et expositions courantes (CVE) sont corrigées en publiant un nouveau DLAMI daté pour la variante concernée. Nous ne modifions pas les images existantes. Pour vous assurer que vous utilisez l'image contenant les derniers correctifs de sécurité, utilisez le paramètre SSM ou la requête AWS CLI sur la page des notes de version de votre variante afin de récupérer le dernier DLAMI. Pour de plus amples informations, consultez Comment puis-je trouver la dernière image corrigée pour une version de framework prise en charge ?.

Étant donné que nous maintenons une variante DLAMI distincte pour chaque version majeure du framework .minor, nous ne rétroportons pas les correctifs de sécurité du framework entre les versions du framework. Si un CVE dans une version de framework ne peut être corrigé que dans une version majeure .minor supérieure, la variante concernée ne reçoit plus de correctifs de sécurité, et nous vous recommandons de migrer vers un DLAMI avec une version de framework contenant le correctif. Ces variantes sont décrites sur la page des notes de publication du DLAMI.

Date de fin de mise à jour (fin de la période de vieillissement)

DLAMis a atteint sa date de fin de mise à jour 365 jours après la date de GitHub sortie.

Pour les DLAMI multi-frameworks, lorsqu'une des versions du framework est mise à jour, un nouveau DLAMI avec la version mise à jour est requis. Le DLAMI avec l'ancienne version du framework n'est plus maintenu activement.

Important

Nous faisons une exception en cas de mise à jour majeure du framework. Par exemple, si la version TensorFlow 1.15 passe à la version TensorFlow 2.0, nous continuons à prendre en charge la version la plus récente de la version TensorFlow 1.15 pendant une période de deux ans à compter de la date de GitHub sortie ou six mois après la fin du support par l'équipe de maintenance du framework d'origine, la date la plus proche étant retenue.

Fin de la prise en charge des dépendances

Si vous exécutez une charge de travail sur une image DLAMI TensorFlow 2.7.0 avec Python 3.6 et que cette version de Python est marquée pour la fin du support, toutes les images DLAMI basées sur Python 3.6 ne seront plus gérées activement. De même, si une version du système d'exploitation telle qu'Ubuntu 16.04 est marquée pour la fin du support, toutes les images DLAMI qui dépendent d'Ubuntu 16.04 ne seront plus activement maintenues.

Les images dont les versions du framework ne sont plus activement maintenues seront-elles corrigées ?

Non. Les images qui ne sont plus activement mises à jour ne seront pas publiées.

Comment utiliser une ancienne version du framework ?

Pour utiliser un DLAMI avec une ancienne version du framework, récupérez l'ID DLAMI et utilisez-le pour lancer le DLAMI à l'aide de la console EC2. https://docs.aws.amazon.com/dlami/latest/devguide/launch-from-console.html Pour les commandes AWS CLI permettant de récupérer l'ID AMI, reportez-vous à la page des notes de version dans les notes de version du DLAMI à framework unique.

Comment puis-je me tenir au courant des modifications de support apportées aux frameworks et à leurs versions ?

Restez à jour avec les frameworks et les versions du DLAMI à l'aide du tableau des politiques de support du AWS Apprentissage profond (deep learning) AMIs framework et des notes de version du DLAMI.

Ai-je besoin d'une licence commerciale pour utiliser le référentiel Anaconda ?

Anaconda a adopté un modèle de licence commerciale pour certains utilisateurs. Les DLAMI activement maintenues ont été migrées vers la version open source accessible au public de Conda (https://anaconda.org/conda-forgeconda-forge) depuis le canal Anaconda.