支持的框架映像、AWS 区域 和实例类型
此功能支持以下机器学习框架和 AWS 区域。
注意
要使用此功能,请确保已安装 SageMaker Python SDK 版本 2.180.0
预安装 SageMaker Profiler 的 SageMaker 框架映像
SageMaker Profiler 预安装在以下适用于 SageMaker 的 AWS 深度学习容器
PyTorch 映像
PyTorch 版本 | AWS DLC 映像 URI |
---|---|
2.2.0 |
|
2.1.0 |
|
2.0.1 |
|
1.13.1 |
|
TensorFlow 映像
TensorFlow 版本 | AWS DLC 映像 URI |
---|---|
2.13.0 |
|
2.12.0 |
|
2.11.0 |
|
注意
如果您想在其他框架映像或您自己的 Docker 映像中使用 SageMaker Profiler,您可以使用下一节提供的 SageMaker Profiler Python 软件包二进制文件安装 SageMaker Profiler。
SageMaker Profiler Python 软件包二进制文件
如果您想配置自己的 Docker 容器,在其他预构建的 PyTorch 和 TensorFlow 容器中使用 SageMaker Profiler,或在本地安装 SageMaker Profiler Python 软件包,请使用以下二进制文件之一。根据您所处环境中的 Python 和 CUDA 版本,选择以下选项之一。
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
有关如何使用二进制文件安装 SageMaker Profiler 的更多信息,请参阅 (可选)安装 SageMaker Profiler Python 软件包。
支持 AWS 区域
SageMaker 探查器在以下 AWS 区域提供。
-
美国东部(弗吉尼亚州北部)(
us-east-1
) -
美国东部(俄亥俄州)(
us-east-2
) -
美国西部(俄勒冈州)(
us-west-2
) -
欧洲地区(法兰克福)(
eu-central-1
) -
欧洲地区(爱尔兰)(
eu-west-1
)
支持的实例类型
SageMaker Profiler 支持对以下实例类型的训练作业进行性能分析。
CPU 和 GPU 性能分析
-
ml.g4dn.12xlarge
-
ml.g5.24xlarge
-
ml.g5.48xlarge
-
ml.p3dn.24xlarge
-
ml.p4de.24xlarge
-
ml.p4d.24xlarge
-
ml.p5.48xlarge
仅限 GPU 性能分析
-
ml.g5.2xlarge
-
ml.g5.4xlarge
-
ml.g5.8xlarge
-
ml.g5.16.xlarge