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-x86-gpu-pytorch-2.7-ubuntu-22-04"></a>

##### Fecha de la versión: 14/08/2025
<a name="2025-08-14-x86-gpu-pytorch-2.7-ubuntu-22-04"></a>

**Nombre de AMI**: Deep Learning OSS Nvidia Driver AMI GPU PyTorch 2.7 (Ubuntu 22.04) 20250814

##### Added
<a name="w2aab8c17b5b5c23c19b5b3b5"></a>
+ Se ha añadido compatibilidad para instancias P5.4xlarge.

##### Actualizado
<a name="w2aab8c17b5b5c23c19b5b3b7"></a>
+ Se ha actualizado EFA a la versión 1.43.1

##### Fecha de lanzamiento: 2025-06-03
<a name="2025-06-03-x86-gpu-pytorch-2.7-ubuntu-22-04"></a>

**Nombre de AMI**: Deep Learning OSS Nvidia Driver AMI GPU PyTorch 2.7 (Ubuntu 22.04) 20250602

##### Added
<a name="w2aab8c17b5b5c23c19b5b5b5"></a>
+ Versión inicial de la serie Deep Learning AMI GPU PyTorch 2.7 (Ubuntu 22.04). Incluye un entorno virtual Python pytorch (source/opt/pytorch/bin/activate) complementado con el controlador NVIDIA R570, CUDA=12.8, CUDNN=9.10, NCCL=2.26.5 y EFA=1.40.0. PyTorch 

##### Problemas conocidos
<a name="w2aab8c17b5b5c23c19b5b5b7"></a>
+ «Con la capacidad de cálculo sm10.0 (arquitectura Blackwell) GPUs, el FP8 tipo de datos con atención escalada a productos puntuales contiene un punto muerto que provoca que el núcleo se bloquee en algunas circunstancias, como cuando el tamaño del problema es grande o la GPU ejecuta varios núcleos simultáneamente. La solución está prevista para una versión futura”. [[Notas de la versión cuDNN 9.10.0](https://docs.nvidia.com/deeplearning/cudnn/backend/latest/release-notes.html#cudnn-9-10-0)]
  + Los usuarios que deseen ejecutar instancias P6-B200 con datos y una atención escalonada basada en productos puntuales, deberían considerar la posibilidad de instalar Flash Attention de forma manual. FP8