Le traduzioni sono generate tramite traduzione automatica. In caso di conflitto tra il contenuto di una traduzione e la versione originale in Inglese, quest'ultima prevarrà.
# SageMaker Note di rilascio della libreria di parallelismo dei dati AI
Consulta le seguenti note di rilascio per tenere traccia degli ultimi aggiornamenti per la libreria SageMaker AI Distributed Data Parallelism (SMDDP).
## La libreria di parallelismo dei SageMaker dati distribuiti AI v2.5.0
*Data: 17 ottobre 2024*
**Nuove funzionalità**
+ È stato aggiunto il supporto per la v2.4.1 con CUDA PyTorch v12.1.
**Integrazione nei contenitori Docker distribuiti dalla libreria SageMaker AI Model Parallelism (SMP)**
Questa versione della libreria SMDDP è stata migrata a [La libreria di parallelismo dei modelli v2.6.0 SageMaker](model-parallel-release-notes.md#model-parallel-release-notes-20241017).
```
658645717510.dkr.ecr..amazonaws.com/smdistributed-modelparallel:2.4.1-gpu-py311-cu121
```
Per le Regioni in cui sono disponibili le immagini Docker SMP, consulta [Regioni AWS](distributed-model-parallel-support-v2.md#distributed-model-parallel-availablity-zone-v2).
**File binario di questa versione**
È possibile scaricare o installare la libreria utilizzando l’URL seguente.
```
https://smdataparallel.s3.amazonaws.com/binary/pytorch/2.4.1/cu121/2024-10-09/smdistributed_dataparallel-2.5.0-cp311-cp311-linux_x86_64.whl
```
## La libreria di parallelismo dei SageMaker dati distribuiti AI v2.3.0
*Data: 11 giugno 2024*
**Nuove funzionalità**
+ Aggiunto il supporto per la PyTorch v2.3.0 con CUDA v12.1 e Python v3.11.
+ È stato aggiunto PyTorch il supporto per Lightning v2.2.5. Questo è integrato nel contenitore del framework SageMaker AI per la versione 2.3.0. PyTorch
+ Aggiunta la convalida del tipo di istanza durante l’importazione per impedire il caricamento della libreria SMDDP su tipi di istanza non supportati. Per un elenco dei tipi di istanza compatibili con la libreria SMDDP, consulta [Framework e tipi di Regioni AWS istanze supportati](distributed-data-parallel-support.md).
**Integrazione nei contenitori SageMaker AI Framework**
Questa versione della libreria SMDDP viene migrata al seguente [SageMaker AI](https://github.com/aws/deep-learning-containers/blob/master/available_images.md#sagemaker-framework-containers-sm-support-only) Framework Container.
+ PyTorch v2.3.0
```
763104351884.dkr.ecr..amazonaws.com/pytorch-training:2.3.0-gpu-py311-cu121-ubuntu20.04-sagemaker
```
Per un elenco completo delle versioni della libreria SMDDP e dei container predefiniti, consulta [Framework e tipi di Regioni AWS istanze supportati](distributed-data-parallel-support.md).
**File binario di questa versione**
È possibile scaricare o installare la libreria utilizzando l’URL seguente.
```
https://smdataparallel.s3.amazonaws.com/binary/pytorch/2.3.0/cu121/2024-05-23/smdistributed_dataparallel-2.3.0-cp311-cp311-linux_x86_64.whl
```
**Altre modifiche**
+ La libreria SMDDP v2.2.0 è integrata nel contenitore del framework AI per la SageMaker v2.2.0. PyTorch
## La SageMaker libreria di parallelismo dei dati distribuiti AI v2.2.0
*Data: 4 marzo 2024*
**Nuove funzionalità**
+ È stato aggiunto il supporto per la v2.2.0 con CUDA PyTorch v12.1.
**Integrazione nei contenitori Docker distribuiti dalla libreria SageMaker AI Model Parallelism (SMP)**
Questa versione della libreria SMDDP è stata migrata a [La libreria di SageMaker parallelismo dei modelli v2.2.0](model-parallel-release-notes.md#model-parallel-release-notes-20240307).
```
658645717510.dkr.ecr..amazonaws.com/smdistributed-modelparallel:2.2.0-gpu-py310-cu121
```
Per le Regioni in cui sono disponibili le immagini Docker SMP, consulta [Regioni AWS](distributed-model-parallel-support-v2.md#distributed-model-parallel-availablity-zone-v2).
**File binario di questa versione**
È possibile scaricare o installare la libreria utilizzando l’URL seguente.
```
https://smdataparallel.s3.amazonaws.com/binary/pytorch/2.2.0/cu121/2024-03-04/smdistributed_dataparallel-2.2.0-cp310-cp310-linux_x86_64.whl
```
## La libreria di parallelismo dei SageMaker dati distribuiti AI v2.1.0
*Data: 1° marzo 2024*
**Nuove funzionalità**
+ È stato aggiunto il supporto per la v2.1.0 con CUDA PyTorch v12.1.
**Correzioni di bug**
+ Risolto il problema di perdita di memoria della CPU in [SMDDP v2.0.1](#data-parallel-release-notes-20231207).
**Integrazione in AI Framework Containers SageMaker **
[Questa versione della libreria SMDDP ha superato i test di benchmark ed è stata migrata al seguente SageMaker AI Framework Container.](https://github.com/aws/deep-learning-containers/blob/master/available_images.md#sagemaker-framework-containers-sm-support-only)
+ PyTorch v2.1.0
```
763104351884.dkr.ecr..amazonaws.com/pytorch-training:2.1.0-gpu-py310-cu121-ubuntu20.04-sagemaker
```
**Integrazione in contenitori Docker distribuiti dalla libreria SageMaker AI Model Parallelism (SMP)**
Questa versione della libreria SMDDP è stata migrata a [La libreria di SageMaker parallelismo dei modelli v2.1.0](model-parallel-release-notes.md#model-parallel-release-notes-20240206).
```
658645717510.dkr.ecr..amazonaws.com/smdistributed-modelparallel:2.1.2-gpu-py310-cu121
```
Per le Regioni in cui sono disponibili le immagini Docker SMP, consulta [Regioni AWS](distributed-model-parallel-support-v2.md#distributed-model-parallel-availablity-zone-v2).
**File binario di questa versione**
È possibile scaricare o installare la libreria utilizzando l’URL seguente.
```
https://smdataparallel.s3.amazonaws.com/binary/pytorch/2.1.0/cu121/2024-02-04/smdistributed_dataparallel-2.1.0-cp310-cp310-linux_x86_64.whl
```
## La libreria di parallelismo dei SageMaker dati distribuiti AI v2.0.1
*Data: 7 dicembre 2023*
**Nuove funzionalità**
+ Aggiunta una nuova implementazione SMDDP del funzionamento `AllGather` collettivo ottimizzato per le risorse di calcolo e l'infrastruttura di rete. AWS Per ulteriori informazioni, consulta [Operazione collettiva `AllGather` SMDDP](data-parallel-intro.md#data-parallel-allgather).
+ L'operazione `AllGather` collettiva SMDDP è compatibile con FSDP e. PyTorch DeepSpeed Per ulteriori informazioni, consulta [Utilizzate la libreria SMDDP nello script di addestramento PyTorch](data-parallel-modify-sdp-pt.md).
+ È stato aggiunto il supporto per la versione 2.0.1 PyTorch
**Problemi noti**
+ Si verifica un problema di perdita di memoria della CPU a causa di un aumento graduale della memoria della CPU durante l’addestramento con `AllReduce` SMDDP in modalità DDP.
**Integrazione in SageMaker AI Framework Containers**
[Questa versione della libreria SMDDP ha superato i test di benchmark ed è stata migrata al seguente SageMaker AI Framework Container.](https://github.com/aws/deep-learning-containers/blob/master/available_images.md#sagemaker-framework-containers-sm-support-only)
+ PyTorch v2.0.1
```
763104351884.dkr.ecr..amazonaws.com/pytorch-training:2.0.1-gpu-py310-cu118-ubuntu20.04-sagemaker
```
**File binario di questa versione**
È possibile scaricare o installare la libreria utilizzando l’URL seguente.
```
https://smdataparallel.s3.amazonaws.com/binary/pytorch/2.0.1/cu118/2023-12-07/smdistributed_dataparallel-2.0.2-cp310-cp310-linux_x86_64.whl
```
**Altre modifiche**
+ A partire da questa versione, la documentazione per la libreria SMDDP è completamente disponibile in questa *Amazon SageMaker AI Developer Guide*. A favore della guida completa per gli sviluppatori per SMDDP v2 contenuta nella *Amazon SageMaker AI Developer Guide*, la documentazione per il [riferimento aggiuntivo per SMDDP v1.x nella](https://sagemaker.readthedocs.io/en/stable/api/training/smd_data_parallel.html) documentazione AI *SageMaker Python* SDK non è più supportata. [Se hai ancora bisogno della documentazione SMP v1.x, consulta la seguente istantanea della documentazione nella documentazione di Python SageMaker SDK v2.212.0.](https://sagemaker.readthedocs.io/en/v2.212.0/api/training/distributed.html#the-sagemaker-distributed-data-parallel-library)