AWS Deep Learning Containers

Stellen Sie schnell Deep-Learning-Umgebungen mit optimierten, vorgepackten Container-Images bereit

Stellen Sie Deep-Learning-Umgebungen in Minutenschnelle mit vorgefertigten und vollständig getesteten Docker-Images bereit.

Verbessern Sie automatisch die Leistung mit optimiertem Modelltraining für beliebte Frameworks wie TensorFlow, PyTorch und Apache MXNet.

Fügen Sie Machine Learning (ML) schnell als Microservice zu Ihren Anwendungen hinzu, die auf Amazon EKS und Amazon EC2 ausgeführt werden.

Erstellen Sie benutzerdefinierte ML-Workflows für Training, Validierung und Bereitstellung durch Integration mit Amazon SageMaker, Amazon EKS und Amazon ECS.

Funktionsweise

AWS-Deep-Learning-Container sind Docker-Images, die mit den neuesten Versionen beliebter Deep-Learning-Frameworks vorinstalliert und getestet sind. Mit Deep-Learning-Containern können Sie benutzerdefinierte ML-Umgebungen schnell einsetzen, ohne Ihre Umgebungen von Grund auf neu erstellen und optimieren zu müssen.

Diagramm, das zeigt, wie AWS-Deep-Learning-Container Benutzern bei der Bereitstellung von benutzerdefinierten ML-Umgebungen hilft und mit anderen AWS-ML-Produkten integriert werden kann

Anwendungsfälle

Einsatz von autonomen Fahrzeugen (AV)

Entwickeln Sie fortschrittliche ML-Modelle in großem Maßstab, um AV-Technologie sicher und schnell in Ihrer Umgebung einzusetzen.

Natürliche Sprachverarbeitung (NLP)

Reduzieren Sie den Zeitaufwand für die Bereitstellung Ihrer ML-Modelle und beschleunigen Sie die Produktionszeit mit aktuellen Frameworks und Bibliotheken, einschließlich Hugging-Face-Transformers.

Datenanalyse im Gesundheitswesen

Analysieren Sie rohe, heterogene Gesundheitsdaten mit fortschrittlichen Analyse-, ML- und Deep-Learning-Fähigkeiten, um Trends zu erkennen und Vorhersagen zu treffen.

Unterstützte Deep-Learning-Container

Einzelheiten zur Unterstützung von Deep-Learning-Containern finden Sie in den Versionshinweisen.

  Frameworks: PyTorch TensorFlow    
  Betriebssysteme: Ubuntu Linux      
  Instances: NVIDIA GPUs AWS Trainium AWS Inferentia  
  Plattformen: Amazon EC2 Amazon ECS Amazon EKS AWS Graviton

Kundenerfolgsgeschichten

  • Roblox

    Roblox ist eine immersive Spiel- und Kreationsplattform, die Menschen Millionen von Möglichkeiten des Zusammenseins bietet und ihre Community dazu einlädt, endlose einzigartige Erlebnisse zu erkunden, zu schaffen und zu teilen. Die globale Community von Roblox aus Millionen von Entwicklern erstellt und veröffentlicht ihre eigenen immersiven Multiplayer-Erlebnisse mit Roblox Studio, der All-in-One-Erstellungs-Engine der Plattform, mit der jeder alles bauen kann, was er sich vorstellen kann.

    Als Teil der KI-Plattform bei Roblox trainieren und betreuen wir unternehmensweit über 250 Modelle. Nahezu jede Interaktion auf Roblox wird durch irgendeine Form von KI unterstützt, darunter Sicherheit, generative KI-3D-Inhaltserstellung, Erlebnisempfehlungen, Echtzeitübersetzung und andere Anwendungsfälle. Wir verwenden AWS Deep Learning Containers für unsere EKS-GPU-Knotengruppen und müssen uns daher keine Gedanken über die Infrastruktur, die Nvidia-Treiber und die CUDA-Installationen machen – es funktioniert sofort. Wir können uns auf das konzentrieren, was uns wirklich wichtig ist: die GPU-Planung und GPU-Nutzung zum Nutzen unserer Benutzer zu verbessern und unsere Kosten für die Bewältigung dieser KI-Workloads zu senken.

    Denis Goupil, Principal Machine Learning Engineer – Roblox

Erste Schritte

Mehr Ressourcen stehen zur Verfügung:

Entdecken Sie die Dokumentation und die Tutorials zu Deep Learning Containers

Starten Sie mit einem kostenlosen Konto

Sie erhalten sofort Zugriff auf das kostenlose AWS-Kontingent.

Praktisches Training erkunden

Erste Schritte mit Deep-Learning-Containern auf Amazon EC2.


Mehr von AWS erkunden