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.

# Vorgefertigte SageMaker Image-Unterstützungsrichtlinie
<a name="pre-built-containers-support-policy"></a>

Alle [ vorgefertigten SageMaker Images](https://docs.aws.amazon.com/sagemaker/latest/dg-ecr-paths/sagemaker-algo-docker-registry-paths.html), einschließlich Framework-spezifischer Container, integrierter Algorithmuscontainer, Algorithmen und Modellpakete, die in und [AWS Deep Learning-Containern aufgeführt ](https://docs.aws.amazon.com/deep-learning-containers/latest/devguide/what-is-dlc.html) sind AWS Marketplace, werden regelmäßig auf allgemeine Sicherheitslücken gescannt, die vom Common Vulnerabilities and Exposures (CVE) -Programm [ und der ](https://www.cve.org/) [ National Vulnerability Database (NVD) aufgeführt sind. ](https://nvd.nist.gov/) Weitere Informationen über CVEs finden Sie unter [Häufig gestellte Fragen zu CVE](https://www.cve.org/ResourcesSupport/FAQs). Unterstützte vorgefertigte Container-Images erhalten nach allen Sicherheitspatches eine aktualisierte Nebenversion. 

Alle unterstützten Container-Images werden regelmäßig aktualisiert, um alle kritischen CVEs zu beheben. Bei Szenarien mit hohem Schweregrad empfehlen wir Kunden, eine gepatchte Version des Containers in ihrer eigenen [Amazon Elastic Container Registry (Amazon ECR](https://docs.aws.amazon.com/AmazonECR/latest/userguide/what-is-ecr.html)) zu erstellen und zu hosten. 

Wenn Sie eine Container-Image-Version ausführen, die nicht mehr unterstützt wird, verfügen Sie möglicherweise nicht über die zuletzt aktualisierten Treiber, Bibliotheken und relevanten Pakete. Für eine aktuelle Version empfehlen wir, ein Upgrade auf eines der unterstützten Frameworks durchzuführen und dabei das neueste Image Ihrer Wahl zu verwenden.

SageMaker AI veröffentlicht keine Out-of-Patch-Images für Container in neuen Versionen. AWS-Regionen

**Anmerkung**  
Seit August 2024 erhält der `forecasting-deepar`-Container keine Sicherheitspatches oder Aktualisierungen mehr. Sie können diesen Container zwar weiterhin verwenden, gehen jedoch zusätzliche Risiken ein. Container sind veraltet, wenn das gesamte Framework oder die Algorithmen nicht mehr unterstützt werden und das zugrunde liegende MXNet-Framework für den Container das Ende der Wartung erreicht hat.

**Topics**
+ [AWS Richtlinie zur Unterstützung von Deep Learning Containern (DLC)](#pre-built-containers-support-policy-dlc)
+ [SageMaker Unterstützungsrichtlinie für AI ML Framework Container](#pre-built-containers-support-policy-ml-framework)
+ [SageMaker Richtlinie zur Unterstützung von AI Built-in Algorithm Container](#pre-built-containers-support-policy-built-in)
+ [Supportrichtlinie für LLM-Hosting-Container](#pre-built-containers-support-policy-llm-hosting)
+ [Nicht unterstützte Container und Veraltung](#pre-built-containers-support-policy-deprecation)

## AWS Richtlinie zur Unterstützung von Deep Learning Containern (DLC)
<a name="pre-built-containers-support-policy-dlc"></a>

AWS Deep-Learning-Container sind eine Reihe von Docker-Images zum Trainieren und Bereitstellen von Deep-Learning-Modellen. Informationen zum Anzeigen verfügbarer Bilder finden Sie unter [ Verfügbare Deep-Learning-Container-Images ](https://github.com/aws/deep-learning-containers/blob/master/available_images.md) im GitHub Deep-Learning-Container-Repository.

DLCs haben 365 Tage nach ihrem GitHub Veröffentlichungsdatum das Ende des Patches erreicht. Patch-Aktualisierungen für DLCs sind keine „direkten“ Aktualisierungen. Sie müssen das vorhandene Image auf Ihrer Instance löschen und das neueste Container-Image abrufen, ohne Ihre Instance zu beenden. Weitere Informationen finden Sie unter [Framework-Supportrichtlinie](https://docs.aws.amazon.com/deep-learning-containers/latest/devguide/support-policy.html) im *Entwicklerhandbuch zu Deep-Learning-Containern von AWS *. 

Sehen Sie in der Tabelle mit den Richtlinien zur Unterstützung des [AWS Deep Learning Containers Framework ](https://aws.amazon.com/releasenotes/dlc-support-policy/) nach, welche Frameworks und Versionen aktiv für AWS DLCs unterstützt werden. Für alle Images, die nicht explizit aufgeführt sind, können Sie in der Tabelle zur Supportrichtlinie nach dem Framework suchen, das einem DLC zugeordnet ist. Beispielsweise können Sie ** PyTorch ** in der Tabelle mit den Support-Richtlinien für DLC-Images wie `huggingface-pytorch-inference` und darauf verweisen. `stabilityai-pytorch-inference`

**Anmerkung**  
Wenn ein DLC das HuggingFace [Transformers](https://huggingface.co/docs/transformers/en/index) SDK verwendet, wird nur das Image mit der neuesten Transformers-Version unterstützt. Weitere Informationen finden Sie unter **HuggingFace** auf der Seite [Docker-Registry-Pfade und Beispielcode](https://docs.aws.amazon.com/sagemaker/latest/dg-ecr-paths/sagemaker-algo-docker-registry-paths.html) für die Region Ihrer Wahl. 

## SageMaker Unterstützungsrichtlinie für AI ML Framework Container
<a name="pre-built-containers-support-policy-ml-framework"></a>

Die SageMaker AI ML Framework-Container sind eine Reihe von Docker-Images für das Training und die Bereitstellung von Workloads für maschinelles Lernen mit Umgebungen, die für gängige Frameworks wie XGBoost und Scikit Learn optimiert sind. Informationen zu den verfügbaren SageMaker AI ML Framework-Containern finden Sie unter [ Docker-Registrierungspfade und Beispielcode. ](https://docs.aws.amazon.com/sagemaker/latest/dg-ecr-paths/sagemaker-algo-docker-registry-paths.html) Navigieren Sie zur AWS Region Ihrer Wahl und durchsuchen Sie Bilder mit dem ** Tag ** (algorithm). SageMaker AI ML Framework-Container halten sich auch an die Richtlinien zur Unterstützung des [AWS Deep Learning Containers Frameworks](https://docs.aws.amazon.com/deep-learning-containers/latest/devguide/support-policy.html). 

Verwenden Sie die folgenden SDK-Befehle, um die neueste Image-Version für XGBoost 1.7-1 im Framework-Modus abzurufen: SageMaker Python 

```
from sagemaker.core import image_uris
image_uris.retrieve(framework='xgboost',region='us-east-1',version='3.0-5')
```


| Framework | Aktuelle Version | GitHub GA | Patch-Enddatum | 
| --- | --- | --- | --- | 
| XGBoost | 3,0-5 | 11/17/2025 | 11/17/2026 | 
| XGBoost | 1,7-1 | 03/06/2023 | 03/06/2025 | 
| XGBoost | 1,5-1 | 02/21/2022 | 02/21/2023 | 
| XGBoost | 1,3-1 | 05/21/2021 | 05/21/2022 | 
| XGBoost | 1,2-2 | 09/20/2020 | 09/20/2021 | 
| XGBoost | 1,2-1 | 07/19/2020 | 07/19/2021 | 
| XGBoost | 1,0-1 | > 4 Jahre | Nicht unterstützt | 
| Scikit-Learn | 1,4-2 | 10/30/2025 | 10/30/2026 | 
| Scikit-Learn | 1,2-1 | 03/06/2023 | 03/06/2025 | 
| Scikit-Learn | 1,0-1 | 04/07/2022 | 04/07/2023 | 
| Scikit-Learn | 0,23-1 | 3/6/2023 | 06/02/2021 | 
| Scikit-Learn | 0,20-1 | > 4 Jahre | Nicht unterstützt | 

## SageMaker Richtlinie zur Unterstützung von AI Built-in Algorithm Container
<a name="pre-built-containers-support-policy-built-in"></a>

Die SageMaker Built-in KI-Algorithmus-Container sind eine Reihe von Docker-Images zum Trainieren und Bereitstellen der integrierten Algorithmen [ für maschinelles Lernen von ](https://docs.aws.amazon.com/sagemaker/latest/dg/algos.html) SageMaker KI. Informationen zu verfügbaren SageMaker Built-in KI-Algorithmus-Containern finden Sie unter [ Docker-Registrierungspfade und Beispielcode. ](https://docs.aws.amazon.com/sagemaker/latest/dg-ecr-paths/sagemaker-algo-docker-registry-paths.html) Navigieren Sie zur AWS Region Ihrer Wahl und durchsuchen Sie Bilder mit dem ** Tag ** (algorithm). 

Patch-Aktualisierungen für integrierte Container-Images sind „direkte“ Aktualisierungen. Um über die neuesten Sicherheitspatches auf dem Laufenden zu bleiben, empfehlen wir, mit dem Image-Tag `latest` die neueste Version des integrierten Algorithmus-Images abzurufen. 


| Container-Image | Patch-Enddatum | 
| --- | --- | 
| `blazingtext:latest` | 05/15/2024 | 
| `factorization-machines:latest` | 05/15/2024 | 
| `forecasting-deepar:latest` | 08/26/2025 | 
| `image-classification:latest` | 05/15/2024 | 
| `instance-segmentation:latest` | 05/15/2024 | 
| `ipembeddings:latest` | 05/15/2024 | 
| `ipinsights:latest` | 05/15/2024 | 
| `kmeans:latest` | 05/15/2024 | 
| `knn:latest` | 05/15/2024 | 
| `linear-learner:inference-cpu-1/training-cpu-1` | 05/15/2024 | 
| `linear-learner:latest` | 05/15/2024 | 
| `mxnet-algorithms:training-cpu/inference-cpu` | 05/15/2024 | 
| `ntm:latest` | 05/15/2024 | 
| `object-detection:latest` | 05/15/2024 | 
| `object2vec:latest` | 05/15/2024 | 
| `pca:latest` | 05/15/2024 | 
| `randomcutforest:latest` | 05/15/2024 | 
| `semantic-segmentation:latest` | 05/15/2024 | 
| `seq2seq:latest` | 05/15/2024 | 

## Supportrichtlinie für LLM-Hosting-Container
<a name="pre-built-containers-support-policy-llm-hosting"></a>

[LLM-Hosting-Container ](https://github.com/awslabs/llm-hosting-container) wie die HuggingFace Text Generation Inference (TGI) -Container erreichen das Ende des Patches 30 Tage nach ihrem Veröffentlichungsdatum. GitHub 

**Wichtig**  
Bei größeren Versionsaktualisierungen wird eine Ausnahme gemacht. Wenn beispielsweise das HuggingFace Text Generation Inference (TGI) -Toolkit auf TGI 2.0 aktualisiert wird, unterstützen wir die neueste Version von TGI 1.4 für einen Zeitraum von drei Monaten ab dem Veröffentlichungsdatum weiter. GitHub 


| Toolkit-Container | Aktuelle Version | GitHub GA | Patch-Enddatum | 
| --- | --- | --- | --- | 
| TGI | tgi2.3.1 | 10/14/2024 | 11/14/2024 | 
| TGI | optimal 0.0.25 | 10/04/2024 | 11/04/2024 | 
| TGI | tgi2.2.0 | 07/26/2024 | 08/30/2024 | 
| TGI | tgi2.0.0 | 05/15/2024 | 08/15/2024 | 
| TGI | tgi1.4.5 | 04/03/2024 | 07/03/2024 | 
| TGI | tgi1.4.2 | 02/22/2024 | 03/22/2024 | 
| TGI | tgi1.4.0 | 01/29/2024 | 02/29/2024 | 
| TGI | tgi1.3.3 | 12/19/2023 | 01/19/2024 | 
| TGI | tgi1.3.1 | 12/11/2023 | 01/11/2024 | 
| TGI | tgi1.2.0 | 12/04/2023 | 01/04/2024 | 
| TGI | optimal 0.0.24 | 08/23/2024 | 09/30/2024 | 
| TGI | optimal 0.0.23 | 07/26/2024 | 08/30/2024 | 
| TGI | optimal 0.0.21 | 05/10/2024 | 08/15/2024 | 
| TGI | optimal 0.0.19 | 02/19/2024 | 03/19/2024 | 
| TGI | optimal 0.0.18 | 02/01/2024 | 03/01/2024 | 
| TGI | optimal 0.0.17 | 01/24/2024 | 02/24/2024 | 
| TGI | optimal 0.0.16 | 01/18/2024 | 02/18/2024 | 
| TEI | tei1.4.0 | 08/01/2024 | 09/01/2024 | 
| TEI | tei1.2.3 | 04/26/2024 | 05/26/2024 | 

## Nicht unterstützte Container und Veraltung
<a name="pre-built-containers-support-policy-deprecation"></a>

Wenn ein Container das Enddatum für Patches erreicht oder veraltet ist, erhält er keine Sicherheitspatches mehr. Container sind veraltet, wenn ganze Frameworks oder Algorithmen nicht mehr unterstützt werden.

Die folgenden Container werden nicht mehr unterstützt: 
+ Seit August 2024 erhält der `forecasting-deepar`-Container keine Sicherheitspatches oder Aktualisierungen mehr, da das zugrunde liegende MXNet-Framework für den Container das Wartungsende erreicht hat.
+ Ab April 2024 werden [ SageMaker AI Reinforcement Learning (RL) -Container ](https://github.com/aws/sagemaker-rl-container) nicht mehr unterstützt. Informationen zum Erstellen Ihrer eigenen RL-Images finden Sie unter [ Erstellen Ihres Images ](https://github.com/aws/sagemaker-rl-container#building-your-image) im SageMaker AI GitHub RL-Container-Repository. 
+ Seit September 2023 werden JumpStart Branche: Finanzcontainer nicht mehr unterstützt.