AWS 深度学习系统映像（Deep Learning AMI）现已在光环新网运营的 AWS 中国（北京）区域推出

由光环新网运营的 AWS 中国（北京）区域推出三类共八款 AWS Deep Learning AMI...

从学术界到工业界，从框架到算法，从新方法到新理论，深度学习技术正在快速发展。对于那些需要快速安全地测试算法，优化特定版本框架，运行测试和基准比较，以及刚刚从零开始的开发人员来说，深度学习是很复杂的。

AWS 一直致力于给机器学习开发人员提供更自由更灵活的功能，基于此，我们很高兴地宣布在由光环新网运营的 AWS 中国（北京）区域推出三类共八款AWS Deep Learning AMI，包括：

● Deep Learning AMI (Ubuntu)

● Deep Learning AMI (Amazon Linux)

● Deep Learning Base AMI (Ubuntu)

● Deep Learning Base AMI (Amazon Linux)

● Deep Learning AMI with Source Code (CUDA 9, Ubuntu)

● Deep Learning AMI with Source Code (CUDA 9, Amazon Linux)

● Deep Learning AMI with Source Code (CUDA 8, Ubuntu)

● Deep Learning AMI with Source Code (CUDA 8, Amazon Linux)

深度学习 AMI 简介

深度学习 AMI 预装了使用 Conda 创建的深度学习的 Python 环境。每个基于 Conda 的 Python 环境都配置了流行的深度学习框架的官方 pip 包及其依赖关系。您可以把它看作是一个完全部署好的虚拟环境，以运行您的深度学习代码。当您在深度学习 AMI 内运行代码时，您可以全面查看和控制其运行时的环境，安装新的软件包，升级现有的软件包或更改环境变量，而不用担心在 AMI 上中断其他深度学习环境，极大地提升了灵活性和对执行环境的细粒度控制水平。AMI 也提供了一个可视化界面，可以直接插入 Jupyter 笔记本。

基于 Conda 的深度学习 AMI 包含以下深度学习框架的最新官方版本：

● 带有 Gluon 的 Apache MXNet 0.12

● TensorFlow 1.4

● Caffe2 0.8.1

● PyTorch 0.2

● CNTK 2.2

● Theano 0.9

● Keras 1.2.2 和 Keras 2.0.9

此 AMI 还包括以下用于云中 GPU 加速的库和驱动程序：

● CUDA 8和9

● cuDNN 6和7

● NCCL 2.0.5库

● NVIDIA 驱动程序384.81

深度学习基础 AMI

基础 AMI 预装了深度学习的基础构建模块，包括 NVIDIA CUDA 库，GPU 驱动程序和系统库，以加速和扩展 Amazon EC2 实例上的机器学习。您可以将基础 AMI 视为一个干净的平台，以部署您定制的深度学习设置。对于有助于增强开源深度学习框架甚至构建新的深度学习引擎的开发人员，基础 AMI 为安装自定义配置和代码存储库以测试新的框架功能提供了基础。基础 AMI 默认安装了 CUDA 9 环境，但您也可以使用简单的命令切换到 CUDA 8 环境。

基础 AMI 提供以下 GPU 驱动程序和库：

● CUDA 8和9

● CuBLAS 8和9

● cuDNN 6和7

● glibc 2.18

● OpenCV 3.2.0

● NVIDIA 驱动程序 384.81

● NCCL 2.0.5

● Python 2和3

深度学习源代码 AMI

除了上述两种 AMI 之外，我们还支持将所有流行的深度学习框架从源代码安装到统一的 Python 环境，并将其源代码包含在 AMI 中。如果您想在共享的基本环境中尝试和比较多个框架，或者需要快速访问 AMI 本身的源代码以使用您自定义的构建选项来重新编译框架，则此 AMI 非常适用。

源代码 AMI 采用 CUDA 8 和 CUDA 9 版本，以满足您希望用于深度学习的 AWS EC2 实例的特定需求。

在 AWS 和光环新网的精诚合作下，由光环新网运营的 AWS 中国（北京）区域，实现了本地化运营服务，并顺利完成本地化和运营服务体系的构建，包括 Amazon ECS/ECR、AWS IoT 及 Amazon EC2 X1 实例在内的多项重磅服务先后上线，为客户提供了全球统一标准的云计算技术、技术升级和新技术开发服务。