首页
/ AWS Deep Learning Containers发布PyTorch ARM64 CPU推理镜像v1.5

AWS Deep Learning Containers发布PyTorch ARM64 CPU推理镜像v1.5

2025-07-07 11:31:08作者:尤辰城Agatha

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,能够帮助开发者快速部署深度学习应用。这些容器镜像针对AWS基础设施进行了优化,支持多种计算实例类型,包括CPU和GPU实例。

近日,AWS Deep Learning Containers项目发布了针对ARM64架构的PyTorch推理镜像新版本v1.5。这个版本基于PyTorch 2.5.1框架构建,专门为ARM64架构的CPU实例优化,适用于在Amazon SageMaker等服务中部署PyTorch模型推理任务。

镜像技术细节

该镜像基于Ubuntu 22.04操作系统构建,预装了Python 3.11环境,包含了PyTorch 2.5.1及其相关生态工具链。主要组件版本如下:

  • PyTorch核心框架:2.5.1+cpu
  • TorchVision:0.20.1+cpu
  • TorchAudio:2.5.1+cpu
  • TorchServe模型服务框架:0.12.0
  • Torch Model Archiver模型打包工具:0.12.0

除了PyTorch核心组件外,镜像还预装了常用的数据科学和机器学习库:

  • NumPy 2.1.3:高性能科学计算库
  • Pandas 2.2.3:数据处理和分析库
  • scikit-learn 1.5.2:机器学习算法库
  • OpenCV 4.10.0.84:计算机视觉库
  • Pillow 11.0.0:图像处理库

环境配置与优化

这个ARM64架构的镜像针对AWS Graviton处理器等ARM架构CPU进行了优化。系统层面配置了:

  • GCC 11开发工具链
  • C++标准库(libstdc++)11版本
  • 必要的系统工具和编辑器(如Emacs)

Python环境方面,除了预装的核心库外,还包含了:

  • Cython 3.0.11:用于编写C扩展的Python工具
  • Ninja 1.11.1.1:高效的构建系统
  • FileLock 3.16.1:文件锁工具
  • 最新的pip包管理工具

使用场景

这个PyTorch ARM64 CPU推理镜像特别适合以下场景:

  1. 需要在ARM架构处理器上运行PyTorch模型推理的应用
  2. 使用Amazon SageMaker服务部署PyTorch模型的场景
  3. 对成本敏感,希望利用ARM架构CPU性价比优势的项目
  4. 需要轻量级推理服务,不需要GPU加速的场景

版本兼容性

该镜像属于PyTorch 2.5.x系列,保持了与PyTorch 2.5版本的API兼容性。开发者可以放心使用PyTorch 2.5的特性,同时享受ARM架构带来的性能优势。

对于需要在AWS上部署PyTorch推理服务的开发者,这个经过优化的ARM64镜像提供了开箱即用的解决方案,可以显著减少环境配置时间,提高部署效率。

登录后查看全文
热门项目推荐

热门内容推荐

项目优选

收起
docsdocs
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
144
1.93 K
kernelkernel
deepin linux kernel
C
22
6
ohos_react_nativeohos_react_native
React Native鸿蒙化仓库
C++
192
274
openGauss-serveropenGauss-server
openGauss kernel ~ openGauss is an open source relational database management system
C++
145
189
RuoYi-Vue3RuoYi-Vue3
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
930
553
nop-entropynop-entropy
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
8
0
openHiTLSopenHiTLS
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
423
392
金融AI编程实战金融AI编程实战
为非计算机科班出身 (例如财经类高校金融学院) 同学量身定制,新手友好,让学生以亲身实践开源开发的方式,学会使用计算机自动化自己的科研/创新工作。案例以量化投资为主线,涉及 Bash、Python、SQL、BI、AI 等全技术栈,培养面向未来的数智化人才 (如数据工程师、数据分析师、数据科学家、数据决策者、量化投资人)。
Jupyter Notebook
75
66
CangjieCommunityCangjieCommunity
为仓颉编程语言开发者打造活跃、开放、高质量的社区环境
Markdown
1.11 K
0
openHiTLS-examplesopenHiTLS-examples
本仓将为广大高校开发者提供开源实践和创新开发平台,收集和展示openHiTLS示例代码及创新应用,欢迎大家投稿,让全世界看到您的精巧密码实现设计,也让更多人通过您的优秀成果,理解、喜爱上密码技术。
C
64
509