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.

# Politica di supporto delle SageMaker immagini preimpostata
<a name="pre-built-containers-support-policy"></a>

Tutte le SageMaker immagini [ predefinite](https://docs.aws.amazon.com/sagemaker/latest/dg-ecr-paths/sagemaker-algo-docker-registry-paths.html), inclusi i contenitori specifici del framework, i contenitori di algoritmi integrati, gli algoritmi e i pacchetti di modelli elencati in e i contenitori di [AWS Deep Learning AWS Marketplace, ](https://docs.aws.amazon.com/deep-learning-containers/latest/devguide/what-is-dlc.html) vengono regolarmente analizzate per individuare le vulnerabilità comuni elencate dal programma Common Vulnerabilities and Exposures (CVE) e dal National [ Vulnerability Database (NVD). ](https://www.cve.org/) [https://nvd.nist.gov/](https://nvd.nist.gov/) Per ulteriori informazioni sui CVE, consulta la pagina relativa alle [domande frequenti sui CVE](https://www.cve.org/ResourcesSupport/FAQs). Le immagini dei container predefinite supportate ricevono una versione secondaria aggiornata dopo eventuali patch di sicurezza. 

Tutte le immagini dei container supportate vengono aggiornate regolarmente per gestire eventuali CVE critici. Per scenari ad alta gravità, è consigliabile creare e ospitare una versione con patch del container nel proprio [Amazon Elastic Container Registry (Amazon ECR)](https://docs.aws.amazon.com/AmazonECR/latest/userguide/what-is-ecr.html). 

Se utilizzi una versione dell’immagine di un container non più supportata, potresti non disporre dei driver, delle librerie e dei pacchetti pertinenti più aggiornati. Per una versione più aggiornata, è consigliabile eseguire l’aggiornamento a uno dei framework supportati disponibili utilizzando l’immagine più recente.

SageMaker L' Regioni AWS intelligenza artificiale non rilascia immagini non aggiornate per i contenitori nuovi.

**Nota**  
A partire da agosto 2024, il container `forecasting-deepar` non riceve più patch o aggiornamenti di sicurezza. Sebbene sia possibile continuare a utilizzare questo container, si corrono rischi aggiuntivi. I container diventano obsoleti quando l’intero framework o gli algoritmi non sono più supportati e il framework MXNet sottostante per il container ha raggiunto la fine della manutenzione.

**Topics**
+ [AWS Politica di supporto per Deep Learning Containers (DLC)](#pre-built-containers-support-policy-dlc)
+ [SageMaker Politica di supporto per AI ML Framework Container](#pre-built-containers-support-policy-ml-framework)
+ [SageMaker Politica di supporto AI Built-in Algorithm Container](#pre-built-containers-support-policy-built-in)
+ [Policy di supporto per container per hosting di LLM](#pre-built-containers-support-policy-llm-hosting)
+ [Container non supportati e obsolescenza](#pre-built-containers-support-policy-deprecation)

## AWS Politica di supporto per Deep Learning Containers (DLC)
<a name="pre-built-containers-support-policy-dlc"></a>

AWS I Deep Learning Containers sono un set di immagini Docker per la formazione e l'utilizzo di modelli di deep learning. Per visualizzare le immagini disponibili, consulta Available [ Deep Learning Containers Images ](https://github.com/aws/deep-learning-containers/blob/master/available_images.md) nel GitHub repository Deep Learning Containers.

La patch dei DLC è scaduta 365 giorni dopo la data di GitHub rilascio. Gli aggiornamenti delle patch per i Container DL non sono aggiornamenti “in-place”. È necessario eliminare l’immagine esistente sull’istanza e recuperare l’immagine del container più recente senza terminare l’istanza. Per ulteriori informazioni, consulta [Framework Support Policy](https://docs.aws.amazon.com/deep-learning-containers/latest/devguide/support-policy.html) in *AWS Deep Learning Containers Developer Guide*. 

Consulta la tabella delle politiche di supporto di [AWS Deep Learning Containers Framework ](https://aws.amazon.com/releasenotes/dlc-support-policy/) per verificare quali framework e versioni sono supportati attivamente per i DLC. AWS È possibile fare riferimento al framework associato a un Container DL nella tabella della policy di supporto per tutte le immagini non elencate in modo esplicito. Ad esempio, puoi fare riferimento ** PyTorch ** nella tabella delle politiche di supporto per immagini DLC come e. `huggingface-pytorch-inference` `stabilityai-pytorch-inference`

**Nota**  
Se un Container DL utilizza HuggingFace [Transformers](https://huggingface.co/docs/transformers/en/index) SDK, è supportata solo l’immagine con la versione più recente di Transformers. Per ulteriori informazioni, consulta **HuggingFace** per la Regione desiderata in [Percorsi del registro Docker e codice di esempio](https://docs.aws.amazon.com/sagemaker/latest/dg-ecr-paths/sagemaker-algo-docker-registry-paths.html). 

## SageMaker Politica di supporto per AI ML Framework Container
<a name="pre-built-containers-support-policy-ml-framework"></a>

Gli SageMaker AI ML Framework Containers sono un set di immagini Docker per la formazione e la gestione dei carichi di lavoro di machine learning con ambienti ottimizzati per framework comuni come XGBoost e Scikit Learn. Per visualizzare i contenitori SageMaker AI ML Framework disponibili, consulta [ Docker Registry Paths and Example Code. ](https://docs.aws.amazon.com/sagemaker/latest/dg-ecr-paths/sagemaker-algo-docker-registry-paths.html) Passa alla AWS regione di tua scelta e sfoglia le immagini con il ** tag ** (algorithm). SageMaker I contenitori AI ML Framework aderiscono inoltre alla politica di supporto del framework [AWS Deep Learning Containers](https://docs.aws.amazon.com/deep-learning-containers/latest/devguide/support-policy.html). 

Per recuperare l'ultima versione dell'immagine per XGBoost 1.7-1 in modalità framework, usa i seguenti comandi SDK: SageMaker Python 

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


| Framework | Versione corrente | GitHub GA | Fine della patch | 
| --- | --- | --- | --- | 
| 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 anni | Non supportata | 
| 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 anni | Non supportata | 

## SageMaker Politica di supporto AI Built-in Algorithm Container
<a name="pre-built-containers-support-policy-built-in"></a>

Gli SageMaker AI Built-in Algorithm Containers sono un set di immagini Docker per l'addestramento e l'utilizzo degli algoritmi [ di machine learning integrati nell'](https://docs.aws.amazon.com/sagemaker/latest/dg/algos.html)SageMaker IA. Per visualizzare i contenitori di Built-in algoritmi SageMaker AI disponibili, consulta [ Docker Registry Paths and Example Code. ](https://docs.aws.amazon.com/sagemaker/latest/dg-ecr-paths/sagemaker-algo-docker-registry-paths.html) Passa alla AWS regione di tua scelta e sfoglia le immagini con il ** tag ** (algorithm). 

Gli aggiornamenti delle patch per le immagini dei container integrati sono aggiornamenti “in-place”. Per non perdere gli aggiornamenti sulle patch di sicurezza più recenti, è consigliabile controllare la versione più recente delle immagini degli algoritmi integrati utilizzando il tag di immagine `latest`. 


| Container di immagini | Fine della patch | 
| --- | --- | 
| `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 | 

## Policy di supporto per container per hosting di LLM
<a name="pre-built-containers-support-policy-llm-hosting"></a>

[I contenitori di hosting LLM ](https://github.com/awslabs/llm-hosting-container) come i contenitori HuggingFace Text Generation Inference (TGI) hanno raggiunto la data di fine patch 30 giorni dopo la data di rilascio. GitHub 

**Importante**  
È prevista un’eccezione in caso di aggiornamento a una versione principale. Ad esempio, se il toolkit HuggingFace Text Generation Inference (TGI) si aggiorna a TGI 2.0, continuiamo a supportare la versione più recente di TGI 1.4 per un periodo di tre mesi dalla data di rilascio. GitHub 


| Container di Kit di strumenti | Versione corrente | GitHub GA | Fine della patch | 
| --- | --- | --- | --- | 
| TGI | tgi2.3.1 | 10/14/2024 | 11/14/2024 | 
| TGI | optimum0.0.25 | 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 | optimum 0.0.24 | 08/23/2024 | 09/30/2024 | 
| TGI | optimum 0.0.23 | 07/26/2024 | 08/30/2024 | 
| TGI | optimum 0.0.21 | 05/10/2024 | 08/15/2024 | 
| TGI | optimum 0.0.19 | 02/19/2024 | 03/19/2024 | 
| TGI | optimum 0.0.18 | 02/01/2024 | 03/01/2024 | 
| TGI | optimum 0.0.17 | 01/24/2024 | 02/24/2024 | 
| TGI | optimum 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 | 

## Container non supportati e obsolescenza
<a name="pre-built-containers-support-policy-deprecation"></a>

Quando un container raggiunge la fine della patch o diventa obsoleto, non riceve più le patch di sicurezza. I container diventano obsoleti quando interi framework o algoritmi non sono più supportati.

I seguenti container non ricevono più supporto: 
+ A partire da agosto 2024, il container `forecasting-deepar` non riceve più patch o aggiornamenti di sicurezza a causa della fine della manutenzione del framework MXNet sottostante per i container.
+ A partire da aprile 2024, i contenitori [ SageMaker AI Reinforcement Learning (RL) non ](https://github.com/aws/sagemaker-rl-container) sono più supportati. Per creare le tue immagini RL, consulta [ Building Your Image ](https://github.com/aws/sagemaker-rl-container#building-your-image) nel repository dei contenitori SageMaker GitHub AI RL. 
+ A partire da settembre 2023, i contenitori JumpStart Industry: Financial non sono più supportati.