首页
/ AWS Deep Learning Containers发布PyTorch ARM64架构推理镜像v1.7版本

AWS Deep Learning Containers发布PyTorch ARM64架构推理镜像v1.7版本

2025-07-07 20:48:30作者:郜逊炳

AWS Deep Learning Containers(DLC)是亚马逊云科技提供的一套预配置的深度学习容器镜像,它集成了主流深度学习框架和必要的依赖库,让开发者能够快速部署和运行深度学习工作负载。这些容器镜像经过AWS的优化和测试,可以直接在EC2等云服务上使用,大幅简化了深度学习环境的搭建过程。

近日,AWS DLC项目发布了针对ARM64架构的PyTorch推理镜像v1.7版本,主要包含两个重要镜像更新:

CPU版本镜像特性

基于Ubuntu 22.04操作系统,该镜像预装了PyTorch 2.5.1 CPU版本,并配套Python 3.11环境。镜像中集成了PyTorch生态的关键组件,包括:

  • 核心框架:torch 2.5.1+cpu
  • 计算机视觉库:torchvision 0.20.1+cpu
  • 音频处理库:torchaudio 2.5.1+cpu
  • 模型服务工具:torchserve 0.12.0和torch-model-archiver 0.12.0

此外,镜像还包含了常用的数据科学工具链,如NumPy 2.1.3、SciPy 1.14.1、Pandas 2.2.3等,以及OpenCV 4.10.0用于计算机视觉任务。AWS CLI工具也预装在镜像中,方便用户与AWS服务交互。

GPU版本镜像特性

GPU版本镜像同样基于Ubuntu 22.04,但针对NVIDIA CUDA 12.4进行了优化,包含:

  • PyTorch 2.5.1+cu124
  • 对应的torchvision 0.20.1+cu124
  • torchaudio 2.5.1+cu124

GPU版本额外预装了CUDA 12.4相关的库文件,包括cuBLAS 12-4和cuDNN 9(针对CUDA 12优化版),确保能够充分利用NVIDIA GPU的加速能力。

技术细节与优化

这两个镜像都经过了AWS的专门优化,特别是在ARM64架构上:

  1. 编译器优化:使用GCC 11工具链构建,包含libgcc-11-dev和libstdc++-11-dev等开发库
  2. 系统依赖:基于Ubuntu 22.04 LTS,提供长期支持
  3. 开发工具:预装了Emacs等开发环境工具
  4. 性能优化:针对EC2实例类型进行了特定优化

使用场景

这些ARM64架构的PyTorch推理镜像特别适合以下场景:

  • 在AWS Graviton处理器实例上部署PyTorch推理服务
  • 构建高效的机器学习推理流水线
  • 开发跨架构的机器学习应用
  • 需要平衡性能和成本的AI服务部署

总结

AWS Deep Learning Containers的这次更新为ARM64架构上的PyTorch推理工作负载提供了官方支持,开发者现在可以更方便地在Graviton实例上部署PyTorch模型。这些预构建的容器镜像不仅节省了环境配置时间,还经过了AWS的性能优化,是生产环境部署的理想选择。

登录后查看全文
热门项目推荐

项目优选

收起