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.
images de cadre prises en charge, Régions AWS, et types d'instances
Note
Avis de fin de support : le 30 juin 2027, le support d'Amazon SageMaker Profiler AWS prendra fin. Après le 30 juin 2027, vous ne pourrez plus accéder à la console Profiler ni aux ressources du Profiler. Pour de plus amples informations, veuillez consulter Modification de la disponibilité du profileur.
Cette fonctionnalité prend en charge les cadres de machine learning et les Régions AWS suivants.
Note
Pour utiliser cette fonctionnalité, assurez-vous d'avoir installé la version 2.180.0
SageMaker Images du framework AI préinstallées avec Profiler SageMaker
SageMaker Profiler est préinstallé dans les conteneurs AWS Deep Learning suivants pour SageMaker l'IA.
PyTorch images
| PyTorch versions | AWS URI de l'image DLC |
|---|---|
| 2.2.0 |
|
| 2.1.0 |
|
| 2.0.1 |
|
| 1.13.1 |
|
TensorFlow images
| TensorFlow versions | AWS URI de l'image DLC |
|---|---|
| 2.13.0 |
|
| 2.12.0 |
|
| 2.11.0 |
|
Important
La distribution et la maintenance des conteneurs du framework dans les tableaux précédents sont régies par la politique de support du framework gérée par le service AWS Deep Learning Containers. Nous vous recommandons vivement de passer aux versions du cadre actuellement prises en charge
Note
Si vous souhaitez utiliser SageMaker Profiler pour d'autres images de framework ou pour vos propres images Docker, vous pouvez installer SageMaker Profiler à l'aide des fichiers binaires du package Python de SageMaker Profiler fournis dans la section suivante.
SageMaker Fichiers binaires du package Python Profiler
Si vous souhaitez configurer votre propre conteneur Docker, utiliser SageMaker Profiler dans d'autres conteneurs prédéfinis pour PyTorch et TensorFlow, ou installer le package Python SageMaker Profiler localement, utilisez l'un des fichiers binaires suivants. En fonction des versions de Python et CUDA dans votre environnement, choisissez l’une des options suivantes.
PyTorch
-
Python3.8, CUDA 11.3 :
https://smppy.s3.amazonaws.com/pytorch/cu113/smprof-0.3.334-cp38-cp38-linux_x86_64.whl -
Python3.9, CUDA 11.7 :
https://smppy.s3.amazonaws.com/pytorch/cu117/smprof-0.3.334-cp39-cp39-linux_x86_64.whl -
Python3.10, CUDA 11.8 :
https://smppy.s3.amazonaws.com/pytorch/cu118/smprof-0.3.334-cp310-cp310-linux_x86_64.whl -
Python3.10, CUDA 12.1 :
https://smppy.s3.amazonaws.com/pytorch/cu121/smprof-0.3.334-cp310-cp310-linux_x86_64.whl
TensorFlow
Pour plus d'informations sur l'installation de SageMaker Profiler à l'aide des fichiers binaires, consultez(Facultatif) Installez le package Python SageMaker Profiler.
Pris en charge Régions AWS
SageMaker Le profileur est disponible dans les versions suivantes Régions AWS.
-
USA Est (Virginie du Nord) (
us-east-1) -
USA Est (Ohio) (
us-east-2) -
USA Ouest (Oregon) (
us-west-2) -
Europe (Francfort) (
eu-central-1) -
Europe (Irlande) (
eu-west-1)
Types d’instance pris en charge
SageMaker Profiler prend en charge le profilage des tâches de formation sur les types d'instances suivants.
Profilage du CPU et du GPU
-
ml.g4dn.12xlarge -
ml.g5.24xlarge -
ml.g5.48xlarge -
ml.p3dn.24xlarge -
ml.p4de.24xlarge -
ml.p4d.24xlarge -
ml.p5.48xlarge
Profilage du GPU uniquement
-
ml.g5.2xlarge -
ml.g5.4xlarge -
ml.g5.8xlarge -
ml.g5.16.xlarge