Le traduzioni sono generate tramite traduzione automatica. In caso di conflitto tra il contenuto di una traduzione e la versione originale in Inglese, quest'ultima prevarrà.

# Archivio delle note di rilascio
<a name="archive-detail-x86-gpu-pytorch-2.7-ubuntu-22-04"></a>

##### Data di rilascio: 2025-08-14
<a name="2025-08-14-x86-gpu-pytorch-2.7-ubuntu-22-04"></a>

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

##### Aggiunto
<a name="w2aab8c17b5b5c23c19b5b3b5"></a>
+ È stato aggiunto il supporto per le istanze P5.4xLarge

##### Aggiornato
<a name="w2aab8c17b5b5c23c19b5b3b7"></a>
+ EFA aggiornato alla versione 1.43.1

##### Data di rilascio: 2025-06-03
<a name="2025-06-03-x86-gpu-pytorch-2.7-ubuntu-22-04"></a>

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

##### Aggiunto
<a name="w2aab8c17b5b5c23c19b5b5b5"></a>
+ Versione iniziale della serie Deep Learning AMI GPU PyTorch 2.7 (Ubuntu 22.04). Include un ambiente virtuale Python pytorch (source/opt/pytorch/bin/activate) abbinato a NVIDIA Driver R570, CUDA=12.8, cuDNN=9.10, NCCL=2.26.5 ed EFA=1.40.0. PyTorch 

##### Problemi noti
<a name="w2aab8c17b5b5c23c19b5b5b7"></a>
+ «Con la funzionalità di elaborazione sm10.0 (Blackwell Architecture) GPUs, il FP8 tipo di dati con attenzione scalata al prodotto a punti contiene un punto morto che causa il blocco del kernel in alcune circostanze, ad esempio quando la dimensione del problema è grande o la GPU esegue più kernel contemporaneamente. È prevista una correzione per le future release». [Note di [rilascio di cuDNN 9.10.0](https://docs.nvidia.com/deeplearning/cudnn/backend/latest/release-notes.html#cudnn-9-10-0)]
  + Per gli utenti che desiderano eseguire istanze P6-B200 prestando attenzione ai FP8 dati e ai prodotti a punti scalati, è consigliabile installare Flash Attention manualmente.