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 prise en charge des SageMaker images prédéfinie

Toutes les SageMaker images prédéfinies, y compris les conteneurs spécifiques au framework, les conteneurs d'algorithmes intégrés, les algorithmes et les packages de modèles répertoriés dans, ainsi que les AWSDeep Learning Containers AWS Marketplace, sont régulièrement scannées pour détecter les vulnérabilités courantes répertoriées par le programme Common Vulnerabilities and Exposures (CVE) et la National Vulnerability Database (NVD). Pour plus d'informations sur CVEs, consultez les questions fréquemment posées sur le CVE (FAQs). Les images de conteneur préconçues prises en charge reçoivent une version mineure mise à jour après tout correctif de sécurité.

Toutes les images de conteneur prises en charge sont régulièrement mises à jour pour répondre à toute situation critique CVEs. Pour les scénarios de gravité élevée, nous recommandons aux clients de créer et d’héberger une version corrigée du conteneur dans leur propre Amazon Elastic Container Registry (Amazon ECR).

Si vous utilisez une version d’image de conteneur qui n’est plus prise en charge, il se peut que vous ne disposiez pas des pilotes, bibliothèques et packages appropriés les plus récents. Pour une up-to-date version ultérieure, nous vous recommandons de passer à l'un des frameworks pris en charge disponibles en utilisant la dernière image de votre choix.

SageMaker L'IA ne publie pas d' out-of-patchimages pour les conteneurs dans les nouveauxRégions AWS.

AWSPolitique d'assistance relative aux Deep Learning Containers (DLC)

AWSLes Deep Learning Containers sont un ensemble d'images Docker destinées à la formation et au service de modèles de deep learning. Pour voir les images disponibles, consultez Available Deep Learning Containers Images dans le GitHub référentiel Deep Learning Containers.

DLCs ont atteint leur date de fin de mise à jour 365 jours après leur date GitHub de sortie. Les mises à jour des correctifs pour ne DLCs sont pas des mises à jour « sur place ». Vous devez supprimer l’image existante sur votre instance et extraire la dernière image du conteneur sans mettre fin à votre instance. Pour plus d’informations, consultez Politique de support du Framework dans le Guide du développeur AWS Deep Learning Containers.

Consultez le tableau des politiques de support du framework AWS Deep Learning Containers pour vérifier quels frameworks et quelles versions sont activement pris en charge AWSDLCs. Vous pouvez faire référence au framework associé à un DLC dans le tableau des politiques de support pour toutes les images qui ne sont pas explicitement répertoriées. Par exemple, vous pouvez faire référence PyTorchdans le tableau des politiques de support aux images DLC telles que huggingface-pytorch-inference etstabilityai-pytorch-inference.

SageMaker Politique de support du conteneur AI ML Framework

Les conteneurs SageMaker AI ML Framework sont un ensemble d'images Docker destinées à la formation et au traitement des charges de travail d'apprentissage automatique dans des environnements optimisés pour des frameworks courants tels que Scikit XGBoost Learn. Pour consulter les conteneurs SageMaker AI ML Framework disponibles, consultez les chemins de registre Docker et les exemples de code. Accédez à la AWS région de votre choix et parcourez les images à l'aide de la balise (algorithme). SageMaker Les conteneurs AI ML Framework respectent également la politique de support du framework AWS Deep Learning Containers.

Pour récupérer la dernière version d'image pour XGBoost 1.7-1 en mode framework, utilisez les commandes du SageMaker Python SDK suivantes :

from sagemaker import image_uris
image_uris.retrieve(framework='xgboost',region='us-east-1',version='1.7-1')

SageMaker Politique de support des conteneurs d'algorithmes intégrés à l'IA

Les conteneurs d'algorithmes intégrés à l' SageMaker IA sont un ensemble d'images Docker destinées à l'entraînement et au service des algorithmes d'apprentissage automatique intégrés à l'SageMaker IA. Pour voir les conteneurs d'algorithmes intégrés à l' SageMaker IA disponibles, consultez les chemins de registre Docker et les exemples de code. Accédez à la AWS région de votre choix et parcourez les images à l'aide de la balise (algorithme).

Les mises à jour des correctifs pour les images de conteneur intégrées sont des mises à jour « sur place ». Pour rester au courant up-to-date des derniers correctifs de sécurité, nous vous recommandons de consulter la dernière version de l'image de l'algorithme intégré à l'aide de la balise latest image.

Politique de support des conteneurs d’hébergement LLM

Les conteneurs d'hébergement LLM tels que les conteneurs HuggingFace Text Generation Inference (TGI) atteignent leur date de fin de mise à jour 30 jours après leur GitHub date de sortie.

Conteneurs non pris en charge et dépréciation

Lorsqu’un conteneur arrive à la fin du correctif ou qu’il est obsolète, il ne reçoit plus de correctif de sécurité. Les conteneurs sont obsolètes lorsque des frameworks ou des algorithmes complets ne sont plus pris en charge.

Les conteneurs suivants ne sont plus pris en charge :