Die vorliegende Übersetzung wurde maschinell erstellt. Im Falle eines Konflikts oder eines Widerspruchs zwischen dieser übersetzten Fassung und der englischen Fassung (einschließlich infolge von Verzögerungen bei der Übersetzung) ist die englische Fassung maßgeblich.
# SageMaker Versionshinweise zur KI-Datenparallelitätsbibliothek
In den folgenden Versionshinweisen finden Sie die neuesten Updates für die SageMaker AI Distributed Data Parallelism (SMDDP) -Bibliothek.
## Die SageMaker AI-Bibliothek für verteilte Datenparallelität v2.5.0
*Datum: 17. Oktober 2024*
**Neue Features**
+ Unterstützung für PyTorch v2.4.1 mit CUDA v12.1 hinzugefügt.
**Integration in Docker-Container, die über die SageMaker AI Model Parallelism (SMP) -Bibliothek verteilt werden **
Diese Version der SMDDP-Bibliothek ist zu [Die SageMaker Modellparallelitätsbibliothek v2.6.0](model-parallel-release-notes.md#model-parallel-release-notes-20241017) migriert.
```
658645717510.dkr.ecr.{{}}.amazonaws.com/smdistributed-modelparallel:2.4.1-gpu-py311-cu121
```
Informationen zu Regionen, in denen die SMP-Docker-Images verfügbar sind, finden Sie unter [AWS-Regionen](distributed-model-parallel-support-v2.md#distributed-model-parallel-availablity-zone-v2).
**Binärdatei dieser Version**
Sie können die Bibliothek über die folgende URL herunterladen oder installieren.
```
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
```
## Die SageMaker KI-Bibliothek für verteilte Datenparallelität v2.3.0
*Datum: 11. Juni 2024*
**Neue Features**
+ Unterstützung für PyTorch v2.3.0 mit CUDA v12.1 und Python v3.11 hinzugefügt.
+ Unterstützung für PyTorch Lightning v2.2.5 hinzugefügt. Dies ist in den SageMaker KI-Framework-Container für PyTorch Version 2.3.0 integriert.
+ Es wurde eine Überprüfung des Instance-Typs während des Imports hinzugefügt, um das Laden der SMDDP-Bibliothek bei nicht unterstützten Instance-Typen zu verhindern. Eine Liste der Instance-Typen, die mit der SMDDP-Bibliothek kompatibel sind, finden Sie unter [Unterstützte Frameworks, AWS-Regionen und Instanztypen](distributed-data-parallel-support.md).
**Integration in SageMaker AI Framework-Container **
Diese Version der SMDDP-Bibliothek wird in den folgenden [ SageMaker AI Framework-Container migriert. ](https://github.com/aws/deep-learning-containers/blob/master/available_images.md#sagemaker-framework-containers-sm-support-only)
+ PyTorch v2.3.0
```
763104351884.dkr.ecr.{{}}.amazonaws.com/pytorch-training:2.3.0-gpu-py311-cu121-ubuntu20.04-sagemaker
```
Eine vollständige Liste der Versionen der SMDDP-Bibliothek und der vorgefertigten Container finden Sie unter [Unterstützte Frameworks, AWS-Regionen und Instanztypen](distributed-data-parallel-support.md).
**Binärdatei dieser Version**
Sie können die Bibliothek über die folgende URL herunterladen oder installieren.
```
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
```
Weitere Änderungen
+ Die SMDDP-Bibliothek v2.2.0 ist in den KI-Framework-Container für v2.2.0 integriert. SageMaker PyTorch
## Die SageMaker KI-Bibliothek für verteilte Datenparallelität v2.2.0
*Datum: 4. März 2024*
**Neue Features**
+ Unterstützung für PyTorch v2.2.0 mit CUDA v12.1 hinzugefügt.
**Integration in Docker-Container, die über die SageMaker AI Model Parallelism (SMP) -Bibliothek verteilt werden **
Diese Version der SMDDP-Bibliothek ist zu [Die SageMaker Modellparallelitätsbibliothek v2.2.0](model-parallel-release-notes.md#model-parallel-release-notes-20240307) migriert.
```
658645717510.dkr.ecr.{{}}.amazonaws.com/smdistributed-modelparallel:2.2.0-gpu-py310-cu121
```
Informationen zu Regionen, in denen die SMP-Docker-Images verfügbar sind, finden Sie unter [AWS-Regionen](distributed-model-parallel-support-v2.md#distributed-model-parallel-availablity-zone-v2).
**Binärdatei dieser Version**
Sie können die Bibliothek über die folgende URL herunterladen oder installieren.
```
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
```
## Die SageMaker KI-Bibliothek für verteilte Datenparallelität v2.1.0
*Datum: 1. März 2024*
**Neue Features**
+ Unterstützung für PyTorch v2.1.0 mit CUDA v12.1 hinzugefügt.
**Fehlerbehebungen**
+ Das Problem mit dem CPU-Speicherleck in [SMDDP v2.0.1](#data-parallel-release-notes-20231207) wurde behoben.
**Integration in AI Framework-Container SageMaker **
Diese Version der SMDDP-Bibliothek hat den Benchmark-Test bestanden und wurde in den folgenden [ SageMaker AI Framework-Container migriert. ](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
```
**Integration in Docker-Container, die über die SageMaker AI Model Parallelism (SMP) -Bibliothek verteilt werden **
Diese Version der SMDDP-Bibliothek ist zu [Die Bibliothek für SageMaker Modellparallelität v2.1.0](model-parallel-release-notes.md#model-parallel-release-notes-20240206) migriert.
```
658645717510.dkr.ecr.{{}}.amazonaws.com/smdistributed-modelparallel:2.1.2-gpu-py310-cu121
```
Informationen zu Regionen, in denen die SMP-Docker-Images verfügbar sind, finden Sie unter [AWS-Regionen](distributed-model-parallel-support-v2.md#distributed-model-parallel-availablity-zone-v2).
**Binärdatei dieser Version**
Sie können die Bibliothek über die folgende URL herunterladen oder installieren.
```
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
```
## Die SageMaker KI-Bibliothek für verteilte Datenparallelität v2.0.1
*Datum: 7. Dezember 2023*
**Neue Features**
+ Es wurde ein neuer `AllGather` kollektiver Betrieb hinzugefügt, SMDDP-implementation der für AWS Rechenressourcen und Netzwerkinfrastruktur optimiert ist. Weitere Informationen hierzu finden Sie unter [Kollektive SMDDP-`AllGather`-Operation](data-parallel-intro.md#data-parallel-allgather).
+ Der `AllGather` kollektive SMDDP-Betrieb ist kompatibel mit PyTorch FSDP und. DeepSpeed Weitere Informationen hierzu finden Sie unter [Verwenden Sie die SMDDP-Bibliothek in Ihrem Trainingsskript PyTorch](data-parallel-modify-sdp-pt.md).
+ Unterstützung für v2.0.1 hinzugefügt PyTorch
**Bekannte Probleme**
+ Es gibt ein CPU-Speicherleck, das durch eine allmähliche Erhöhung des CPU-Speichers beim Training mit SMDDP `AllReduce` im DDP-Modus entsteht.
**Integration in SageMaker AI Framework-Container **
Diese Version der SMDDP-Bibliothek hat den Benchmark-Test bestanden und wurde in den folgenden [ SageMaker AI Framework-Container migriert. ](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
```
**Binärdatei dieser Version**
Sie können die Bibliothek über die folgende URL herunterladen oder installieren.
```
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
```
Weitere Änderungen
+ Ab dieser Version ist die Dokumentation für die SMDDP-Bibliothek vollständig in diesem * Amazon SageMaker AI Developer Guide verfügbar. * Zugunsten des vollständigen Entwicklerhandbuchs für SMDDP v2 im * Amazon SageMaker AI Developer Guide * wird die Dokumentation für die [ zusätzliche Referenz für SMDDP v1.x ](https://sagemaker.readthedocs.io/en/stable/api/sagemaker_train.html) in der * SageMaker AI Python SDK-Dokumentation nicht mehr unterstützt. * Wenn Sie immer noch die SMP v1.x-Dokumentation benötigen, sehen Sie sich den folgenden Snapshot der Dokumentation in der Python SDK v2.212.0-Dokumentation an. [ SageMaker ](https://sagemaker.readthedocs.io/en/v2.212.0/api/training/distributed.html#the-sagemaker-distributed-data-parallel-library)