AWS Deep Learning Containers

Déployer rapidement vos environnements Deep Learning grâce à des images de conteneurs optimisées et préintégrées

Déployez des environnements de deep learning en quelques minutes grâce à des images Docker prépackagées et entièrement testées.

Améliorez automatiquement les performances grâce à un entraînement de modèle optimisé pour des cadres populaires tels que TensorFlow, PyTorch et Apache MXNet.

Ajoutez rapidement le machine learning (ML) en tant que microservice à vos applications exécutées sur Amazon EKS et Amazon EC2.

Créez des flux de travail de ML personnalisés pour l'entraînement, la validation et le déploiement grâce à l'intégration avec Amazon SageMaker, Amazon EKS et Amazon ECS.

Fonctionnement

Les conteneurs AWS Deep Learning sont des images Docker préinstallées et testées avec les dernières versions des cadres de deep learning les plus populaires. Les conteneurs Deep Learning vous permettent de déployer rapidement des environnements ML personnalisés sans avoir à créer et optimiser vos environnements à partir de zéro.

Diagramme illustrant la façon dont les Conteneurs AWS Deep Learning aident les utilisateurs à déployer des environnements ML personnalisés et s'intègrent aux autres produits ML d'AWS

Cas d'utilisation

Déploiement de véhicules autonomes (AV)

Développez des modèles de ML avancés à grande échelle pour déployer la technologie de véhicules autonomes (AV) en toute sécurité et rapidement au sein de vos environnements.

Traitement du langage naturel (NLP)

Réduisez le temps nécessaire au déploiement de vos modèles de ML et accélérez le délai de mise en production grâce à des cadres et des bibliothèques actualisés, notamment Hugging Face Transformers.

Analyse de données pour les soins de santé

Analysez des données de santé brutes et disparates avec des fonctionnalités d'analytique avancée, de ML et de deep learning pour identifier les tendances et faire des prédictions.

Conteneurs de Deep Learning pris en charge

Pour plus de détails sur la prise en charge des conteneurs de Deep Learning, consultez les notes de mise à jour.

  Frameworks : PyTorch TensorFlow    
  Systèmes d'exploitation : Ubuntu Linux      
  Instances : GPU NVIDIA AWS Trainium AWS Inferentia  
  Plateformes : Amazon EC2 Amazon ECS Amazon EKS AWS Graviton

Réussite client

  • Roblox

    Roblox est une plateforme de jeu et de création immersive qui propose des millions de façons d’être ensemble, en invitant sa communauté à explorer, à créer et à partager une infinité d’expériences uniques. La communauté mondiale de Roblox, forte de millions de développeurs, crée et publie ses propres expériences multijoueurs immersives à l’aide de Roblox Studio, le moteur de création tout-en-un de la plateforme qui permet à chacun de créer tout ce qu’il peut imaginer.

    Dans le cadre de la plateforme d’IA de Roblox, nous entraînons et servons plus de 250 modèles à l’échelle de notre entreprise. Pratiquement toutes les interactions sur Roblox sont alimentées par une forme d’IA, notamment la sécurité, la création de contenu 3D par IA générative, la recommandation d’expériences, la traduction en temps réel et d’autres cas d’utilisation. Nous utilisons des conteneurs de deep learning AWS pour nos groupes de nœuds GPU EKS, et de ce fait, nous ne nous soucions pas de l’infrastructure, des pilotes NVIDIA et des installations CUDA. Tout fonctionne immédiatement. Nous pouvons nous concentrer sur ce qui compte vraiment pour nous, à savoir améliorer la planification et l’utilisation de GPU pour le bénéfice de nos utilisateurs et réduire les coûts liés à la prise en charge de ces charges de travail basées sur l’IA.

    Denis Goupil, ingénieur principal en machine learning, Roblox

Comment démarrer

Consulter d'autres ressources

Consultez la documentation et les didacticiels des conteneurs Deep Learning.

Démarrer votre essai gratuit

Obtenez un accès instantané à l'offre gratuite d'AWS.

Participer aux formations pratiques

Démarrez avec des conteneurs Deep Learning sur Amazon EC2.


En savoir plus sur AWS