Las traducciones son generadas a través de traducción automática. En caso de conflicto entre la traducción y la version original de inglés, prevalecerá la version en inglés.

# Archivos de notas de la versión
<a name="archive-detail-gpu-tensorflow-2.18-ubuntu-22-04"></a>

##### Fecha de lanzamiento: 17 de febrero de 2021
<a name="2025-02-17-gpu-tensorflow-2.18-ubuntu-22-04"></a>

**Nombre de AMI**: Deep Learning OSS Nvidia Driver AMI GPU TensorFlow 2.18 (Ubuntu 22.04) 20250215

##### Actualizado
<a name="w2aac25c13b9b7c19b5b3b5"></a>
+ Se ha actualizado el kit de herramientas de contenedores de NVIDIA de la versión 1.17.3 a la versión 1.17.4. 
  + [Consulte la página de notas de la versión aquí para obtener más información:/1.17.4 https://github.com/NVIDIA/ nvidia-container-toolkit releases/tag/v](https://github.com/NVIDIA/nvidia-container-toolkit/releases/tag/v1.17.4)
  + En la versión 1.17.4 del kit de herramientas de contenedores, el montaje de bibliotecas de compatibilidad con CUDA se ha desactivado. Para garantizar la compatibilidad con varias versiones de CUDA en los flujos de trabajo de contenedores, asegúrese de actualizar su LD\$1LIBRARY\$1PATH para incluir las bibliotecas de compatibilidad con CUDA, tal y como se muestra en el tutorial [Si utiliza una capa de compatibilidad CUDA.](https://docs.aws.amazon.com/sagemaker/latest/dg/inference-gpu-drivers.html#collapsible-cuda-compat)

##### Eliminaciones
<a name="w2aac25c13b9b7c19b5b3b7"></a>
+ Se eliminaron las bibliotecas de espacio de usuario cuobj y nvdisasm proporcionadas por el kit de herramientas [CUDA de NVIDIA para abordar las CVEs presentes en el boletín de seguridad del kit de herramientas](https://docs.nvidia.com/cuda/) [NVIDIA](https://nvidia.custhelp.com/app/answers/detail/a_id/5594) CUDA del 18 de febrero de 2025

##### Fecha de la versión: 20/01/2025
<a name="2025-01-20-gpu-tensorflow-2.18-ubuntu-22-04"></a>

**Nombre de AMI**: Deep Learning OSS Nvidia Driver AMI GPU TensorFlow 2.18 (Ubuntu 22.04) 20250118

##### Actualizado
<a name="w2aac25c13b9b7c19b5b5b5"></a>
+ [Se actualizó el controlador Nvidia de la versión 550.90.07 a la 550.127.05 para cumplir con lo indicado en el boletín de seguridad del controlador de pantalla de GPU de NVIDIA de CVEs enero de 2025](https://nvidia.custhelp.com/app/answers/detail/a_id/5614)

##### Fecha de lanzamiento: 9 de diciembre de 2020
<a name="2024-12-09-gpu-tensorflow-2.18-ubuntu-22-04"></a>

**Nombre de AMI**: Deep Learning OSS Nvidia Driver AMI GPU TensorFlow 2.18 (Ubuntu 22.04) 20241206

##### Added
<a name="w2aac25c13b9b7c19b5b7b5"></a>
+ Versión inicial de la serie Deep Learning OSS Nvidia Driver AMI GPU TensorFlow 2.18 (Ubuntu 22.04).
  + El software incluye lo siguiente:
    + “nvidia-driver=550.127.05”
    + "fabric-manager=550.127.05”
    + “cuda=12.5”
    + “cudnn=9.5.1”
    + “efa=1.37.0”
    + “nccl=2.23.4”
    + «=v1.13.0-aws» aws-nccl-ofi-plugin
+ El entorno virtual de Tensorflow (fuente del comando de activación/) incluye lo siguiente: opt/tensorflow/bin/activate
  + "tensorflow=2.18.0"

##### Fixed
<a name="w2aac25c13b9b7c19b5b7b7"></a>
+ Debido a un cambio en el kernel de Ubuntu para corregir un defecto en la funcionalidad de asignación al azar del diseño del espacio de direcciones del kernel (KASLR), las instancias G4Dn/G5 no pueden inicializar CUDA correctamente en el controlador con software de código abierto de NVIDIA. Para mitigar este problema, esta DLAMI incluye una funcionalidad que carga dinámicamente el controlador propietario para las instancias G4Dn y G5. Espere un breve período de inicialización para que se realice esta carga y así garantizar que sus instancias funcionen correctamente.
  + Puede utilizar los siguientes comandos para comprobar el estado y la condición del servicio:

```
sudo systemctl is-active dynamic_driver_load.service
active
```