AWS Deep Learning Containers发布PyTorch Graviton推理容器v1.28版本
AWS Deep Learning Containers(DLC)是亚马逊云科技提供的一组经过优化的深度学习容器镜像,这些镜像预装了流行的深度学习框架及其依赖项,可以帮助开发者快速部署机器学习工作负载。DLC支持多种深度学习框架,包括PyTorch、TensorFlow和MXNet等,并针对AWS基础设施进行了性能优化。
近日,AWS发布了PyTorch Graviton推理容器的v1.28版本,该版本基于PyTorch 2.4.0构建,专为使用AWS Graviton处理器的环境优化。Graviton处理器是AWS基于ARM架构自主研发的云服务器处理器,相比传统x86架构处理器,在性能和成本效益方面都有显著优势。
版本核心特性
这个新发布的容器镜像具有以下主要技术特性:
-
PyTorch 2.4.0支持:集成了PyTorch框架的最新稳定版本2.4.0,包含所有最新的功能和性能改进。
-
Graviton处理器优化:专门为AWS Graviton ARM架构处理器优化,能够充分发挥ARM架构的性能优势。
-
Python 3.11环境:基于Python 3.11构建,这是目前Python的最新稳定版本之一,提供了更好的性能和语言特性支持。
-
Ubuntu 22.04基础:使用Ubuntu 22.04 LTS作为基础操作系统,确保系统稳定性和长期支持。
-
SageMaker兼容:专为Amazon SageMaker服务优化,可以无缝集成到SageMaker的机器学习工作流中。
包含的关键软件包
该容器镜像预装了丰富的软件包,方便开发者直接使用:
- 深度学习框架:PyTorch 2.4.0(CPU版本)、TorchVision 0.19.0、TorchAudio 2.4.0
- 模型服务工具:TorchServe 0.12.0和Torch Model Archiver 0.12.0,用于模型部署和服务
- 数据处理库:NumPy 1.26.4、Pandas 2.2.3、OpenCV 4.10.0.84
- 机器学习工具:scikit-learn 1.5.2、SciPy 1.14.1
- 开发工具:Cython 3.0.11、Ninja 1.11.1.1构建系统
- AWS集成:boto3 1.35.47、botocore 1.35.47、awscli 1.35.13
技术优势
使用这个专门为Graviton优化的PyTorch容器镜像,开发者可以获得以下优势:
-
成本效益:Graviton实例通常比同级别的x86实例价格更低,使用这个优化镜像可以进一步降低机器学习推理的成本。
-
性能优化:针对ARM架构的专门优化可以带来更好的性能表现,特别是在推理工作负载上。
-
开箱即用:预装了所有必要的依赖项和工具,开发者可以专注于模型开发和部署,而不需要花费时间在环境配置上。
-
生态系统兼容:与AWS SageMaker服务深度集成,可以轻松地将模型部署到生产环境。
-
安全稳定:基于Ubuntu 22.04 LTS,提供长期安全更新支持,确保生产环境的稳定性。
适用场景
这个PyTorch Graviton推理容器特别适合以下应用场景:
-
大规模推理服务:需要高效、低成本运行大量推理请求的生产环境。
-
边缘计算:结合AWS Outposts或边缘服务,在靠近数据源的位置进行推理。
-
成本敏感型项目:预算有限但需要可靠机器学习服务的应用场景。
-
ARM原生开发:为ARM架构开发和优化机器学习模型的工作流程。
-
SageMaker模型部署:在Amazon SageMaker服务中部署PyTorch模型。
AWS Deep Learning Containers的持续更新反映了AWS对机器学习基础设施的重视,这个针对Graviton优化的PyTorch容器版本为开发者提供了更多架构选择和性能优化可能,是构建高效、经济机器学习解决方案的重要工具。
PaddleOCR-VL
PaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00- DDeepSeek-V3.2-ExpDeepSeek-V3.2-Exp是DeepSeek推出的实验性模型,基于V3.1-Terminus架构,创新引入DeepSeek Sparse Attention稀疏注意力机制,在保持模型输出质量的同时,大幅提升长文本场景下的训练与推理效率。该模型在MMLU-Pro、GPQA-Diamond等多领域公开基准测试中表现与V3.1-Terminus相当,支持HuggingFace、SGLang、vLLM等多种本地运行方式,开源内核设计便于研究,采用MIT许可证。【此简介由AI生成】Python00
openPangu-Ultra-MoE-718B-V1.1
昇腾原生的开源盘古 Ultra-MoE-718B-V1.1 语言模型Python00ops-transformer
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。C++0135AI内容魔方
AI内容专区,汇集全球AI开源项目,集结模块、可组合的内容,致力于分享、交流。03Spark-Chemistry-X1-13B
科大讯飞星火化学-X1-13B (iFLYTEK Spark Chemistry-X1-13B) 是一款专为化学领域优化的大语言模型。它由星火-X1 (Spark-X1) 基础模型微调而来,在化学知识问答、分子性质预测、化学名称转换和科学推理方面展现出强大的能力,同时保持了强大的通用语言理解与生成能力。Python00Spark-Scilit-X1-13B
FLYTEK Spark Scilit-X1-13B is based on the latest generation of iFLYTEK Foundation Model, and has been trained on multiple core tasks derived from scientific literature. As a large language model tailored for academic research scenarios, it has shown excellent performance in Paper Assisted Reading, Academic Translation, English Polishing, and Review Generation, aiming to provide efficient and accurate intelligent assistance for researchers, faculty members, and students.Python00GOT-OCR-2.0-hf
阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile011
- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
最新内容推荐
项目优选









