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.
# Politica di supporto delle SageMaker immagini preconfigurata
[Tutte le [ SageMaker immagini predefinite](https://docs.aws.amazon.com/sagemaker/latest/dg-ecr-paths/sagemaker-algo-docker-registry-paths.html), inclusi i contenitori specifici del framework, i contenitori di algoritmi integrati, gli algoritmi e i pacchetti di modelli elencati in e Deep Marketplace AWS Learning Containers vengono regolarmente scansionate per individuare le vulnerabilità comuni elencate dal Common [Vulnerabilities and Exposures (CVE) [AWS Program](https://docs.aws.amazon.com/deep-learning-containers/latest/devguide/what-is-dlc.html) e dal National Vulnerability Database (](https://www.cve.org/)NVD).](https://nvd.nist.gov/) Per ulteriori informazioni sui CVE, consulta la pagina relativa alle [domande frequenti sui CVE](https://www.cve.org/ResourcesSupport/FAQs). Le immagini dei container predefinite supportate ricevono una versione secondaria aggiornata dopo eventuali patch di sicurezza.
Tutte le immagini dei container supportate vengono aggiornate regolarmente per gestire eventuali CVE critici. Per scenari ad alta gravità, è consigliabile creare e ospitare una versione con patch del container nel proprio [Amazon Elastic Container Registry (Amazon ECR)](https://docs.aws.amazon.com/AmazonECR/latest/userguide/what-is-ecr.html).
Se utilizzi una versione dell’immagine di un container non più supportata, potresti non disporre dei driver, delle librerie e dei pacchetti pertinenti più aggiornati. Per una versione più aggiornata, è consigliabile eseguire l’aggiornamento a uno dei framework supportati disponibili utilizzando l’immagine più recente.
SageMaker L'intelligenza artificiale non rilascia immagini non aggiornate per contenitori nuovi. Regioni AWS
**Nota**
A partire da agosto 2024, il container `forecasting-deepar` non riceve più patch o aggiornamenti di sicurezza. Sebbene sia possibile continuare a utilizzare questo container, si corrono rischi aggiuntivi. I container diventano obsoleti quando l’intero framework o gli algoritmi non sono più supportati e il framework MXNet sottostante per il container ha raggiunto la fine della manutenzione.
**Topics**
+ [AWS Politica di supporto per Deep Learning Containers (DLC)](#pre-built-containers-support-policy-dlc)
+ [SageMaker Politica di supporto di AI ML Framework Container](#pre-built-containers-support-policy-ml-framework)
+ [SageMaker Politica di supporto ai Algorithm Container Built-in](#pre-built-containers-support-policy-built-in)
+ [Policy di supporto per container per hosting di LLM](#pre-built-containers-support-policy-llm-hosting)
+ [Container non supportati e obsolescenza](#pre-built-containers-support-policy-deprecation)
## AWS Politica di supporto per Deep Learning Containers (DLC)
AWS I Deep Learning Containers sono un set di immagini Docker per addestrare e servire modelli di deep learning. Per visualizzare le immagini disponibili, consulta Available [Deep Learning Containers Images](https://aws.github.io/deep-learning-containers/reference/available_images/).
I DLC raggiungono la data di fine della patch 365 giorni dopo la data di GitHub rilascio. Gli aggiornamenti delle patch per i Container DL non sono aggiornamenti “in-place”. È necessario eliminare l’immagine esistente sull’istanza e recuperare l’immagine del container più recente senza terminare l’istanza. Per ulteriori informazioni, vedere [Framework Support Policy](https://aws.github.io/deep-learning-containers/reference/support_policy/).
Consulta la [tabella AWS Deep Learning Containers Framework Support Policy](https://aws.github.io/deep-learning-containers/reference/support_policy/) per verificare quali framework e versioni sono supportati attivamente per AWS i DLC. È possibile fare riferimento al framework associato a un Container DL nella tabella della policy di supporto per tutte le immagini non elencate in modo esplicito. Ad esempio, puoi fare riferimento **PyTorch**nella tabella delle politiche di supporto per immagini DLC come e. `huggingface-pytorch-inference` `stabilityai-pytorch-inference`
**Nota**
Se un Container DL utilizza HuggingFace [Transformers](https://huggingface.co/docs/transformers/en/index) SDK, è supportata solo l’immagine con la versione più recente di Transformers. Per ulteriori informazioni, consulta **HuggingFace** per la Regione desiderata in [Percorsi del registro Docker e codice di esempio](https://docs.aws.amazon.com/sagemaker/latest/dg-ecr-paths/sagemaker-algo-docker-registry-paths.html).
## SageMaker Politica di supporto di AI ML Framework Container
I contenitori SageMaker AI ML Framework sono un set di immagini Docker per addestrare e servire carichi di lavoro di machine learning con ambienti ottimizzati per framework comuni come XGBoost e Scikit Learn. [Per visualizzare i contenitori SageMaker AI ML Framework disponibili, consulta Docker Registry Paths and Example Code.](https://docs.aws.amazon.com/sagemaker/latest/dg-ecr-paths/sagemaker-algo-docker-registry-paths.html) Vai alla AWS regione che preferisci e sfoglia le immagini con il tag **(algorithm)**. SageMaker I contenitori AI ML Framework aderiscono anche alla [politica di supporto del framework AWS Deep Learning Containers](https://aws.github.io/deep-learning-containers/reference/support_policy/).
Per recuperare l'ultima versione dell'immagine per XGBoost 1.7-1 in modalità framework, usa i seguenti comandi SDK: SageMaker Python
```
from sagemaker import image_uris
image_uris.retrieve(framework='xgboost',region='us-east-1',version='3.0-5')
```
| Framework | Versione corrente | GitHub GA | Fine della patch |
| --- | --- | --- | --- |
| XGBoost | 3,0-5 | 11/17/2025 | 11/17/2026 |
| XGBoost | 1,7-1 | 03/06/2023 | 03/06/2025 |
| XGBoost | 1,5-1 | 02/21/2022 | 02/21/2023 |
| XGBoost | 1,3-1 | 05/21/2021 | 05/21/2022 |
| XGBoost | 1,2-2 | 09/20/2020 | 09/20/2021 |
| XGBoost | 1,2-1 | 07/19/2020 | 07/19/2021 |
| XGBoost | 1,0-1 | >4 anni | Non supportata |
| Scikit-Learn | 1,4-2 | 10/30/2025 | 10/30/2026 |
| Scikit-Learn | 1,2-1 | 03/06/2023 | 03/06/2025 |
| Scikit-Learn | 1,0-1 | 04/07/2022 | 04/07/2023 |
| Scikit-Learn | 0,23-1 | 3/6/2023 | 06/02/2021 |
| Scikit-Learn | 0,20-1 | >4 anni | Non supportata |
**Nota**
Scikit-Learn 1.4-2 è disponibile nelle varianti di immagine Python 3.10 () `1.4-2` e Python 3.12 (). `1.4-2-py312` [L'immagine Python 3.12 non include ml-io.](https://github.com/awslabs/ml-io) I clienti che utilizzano mlio devono continuare a utilizzare l'immagine 1.4-2 (Python 3.10).
## SageMaker Politica di supporto ai Algorithm Container Built-in
Gli SageMaker AI Built-in Algorithm Containers sono un set di immagini Docker per l'addestramento e la gestione [degli algoritmi di machine learning integrati nell'SageMaker IA](https://docs.aws.amazon.com/sagemaker/latest/dg/algos.html). Per visualizzare i contenitori di Built-in algoritmi SageMaker AI disponibili, consulta [Docker Registry Paths and](https://docs.aws.amazon.com/sagemaker/latest/dg-ecr-paths/sagemaker-algo-docker-registry-paths.html) Example Code. Vai alla AWS regione che preferisci e sfoglia le immagini con il tag **(algorithm)**.
Gli aggiornamenti delle patch per le immagini dei container integrati sono aggiornamenti “in-place”. Per non perdere gli aggiornamenti sulle patch di sicurezza più recenti, è consigliabile controllare la versione più recente delle immagini degli algoritmi integrati utilizzando il tag di immagine `latest`.
| Container di immagini | Fine della patch |
| --- | --- |
| `blazingtext:latest` | 05/15/2024 |
| `factorization-machines:latest` | 05/15/2024 |
| `forecasting-deepar:latest` | 08/26/2025 |
| `image-classification:latest` | 05/15/2024 |
| `instance-segmentation:latest` | 05/15/2024 |
| `ipembeddings:latest` | 05/15/2024 |
| `ipinsights:latest` | 05/15/2024 |
| `kmeans:latest` | 05/15/2024 |
| `knn:latest` | 05/15/2024 |
| `linear-learner:inference-cpu-1/training-cpu-1` | 05/15/2024 |
| `linear-learner:latest` | 05/15/2024 |
| `mxnet-algorithms:training-cpu/inference-cpu` | 05/15/2024 |
| `ntm:latest` | 05/15/2024 |
| `object-detection:latest` | 05/15/2024 |
| `object2vec:latest` | 05/15/2024 |
| `pca:latest` | 05/15/2024 |
| `randomcutforest:latest` | 05/15/2024 |
| `semantic-segmentation:latest` | 05/15/2024 |
| `seq2seq:latest` | 05/15/2024 |
## Policy di supporto per container per hosting di LLM
I container di [hosting LLM come i container](https://github.com/awslabs/llm-hosting-container) HuggingFace Text Generation Inference (TGI) raggiungono la data di fine della patch 30 giorni dopo la data di rilascio. GitHub
**Importante**
È prevista un’eccezione in caso di aggiornamento a una versione principale. Ad esempio, se il toolkit HuggingFace Text Generation Inference (TGI) viene aggiornato a TGI 2.0, continuiamo a supportare la versione più recente di TGI 1.4 per un periodo di tre mesi dalla data di rilascio. GitHub
| Container di Kit di strumenti | Versione corrente | GitHub GA | Fine della patch |
| --- | --- | --- | --- |
| TGI | tgi2.3.1 | 10/14/2024 | 11/14/2024 |
| TGI | optimum0.0.25 | 10/04/2024 | 11/04/2024 |
| TGI | tgi2.2.0 | 07/26/2024 | 08/30/2024 |
| TGI | tgi2.0.0 | 05/15/2024 | 08/15/2024 |
| TGI | tgi1.4.5 | 04/03/2024 | 07/03/2024 |
| TGI | tgi1.4.2 | 02/22/2024 | 03/22/2024 |
| TGI | tgi1.4.0 | 01/29/2024 | 02/29/2024 |
| TGI | tgi1.3.3 | 12/19/2023 | 01/19/2024 |
| TGI | tgi1.3.1 | 12/11/2023 | 01/11/2024 |
| TGI | tgi1.2.0 | 12/04/2023 | 01/04/2024 |
| TGI | optimum 0.0.24 | 08/23/2024 | 09/30/2024 |
| TGI | optimum 0.0.23 | 07/26/2024 | 08/30/2024 |
| TGI | optimum 0.0.21 | 05/10/2024 | 08/15/2024 |
| TGI | optimum 0.0.19 | 02/19/2024 | 03/19/2024 |
| TGI | optimum 0.0.18 | 02/01/2024 | 03/01/2024 |
| TGI | optimum 0.0.17 | 01/24/2024 | 02/24/2024 |
| TGI | optimum 0.0.16 | 01/18/2024 | 02/18/2024 |
| TEI | tei1.4.0 | 08/01/2024 | 09/01/2024 |
| TEI | tei1.2.3 | 04/26/2024 | 05/26/2024 |
## Container non supportati e obsolescenza
Quando un container raggiunge la fine della patch o diventa obsoleto, non riceve più le patch di sicurezza. I container diventano obsoleti quando interi framework o algoritmi non sono più supportati.
I seguenti container non ricevono più supporto:
+ A partire da agosto 2024, il container `forecasting-deepar` non riceve più patch o aggiornamenti di sicurezza a causa della fine della manutenzione del framework MXNet sottostante per i container.
+ A partire da aprile 2024, i [contenitori SageMaker AI Reinforcement Learning (RL)](https://github.com/aws/sagemaker-rl-container) non sono più supportati. Per creare le tue immagini RL, consulta [Building Your Image](https://github.com/aws/sagemaker-rl-container#building-your-image) nel repository dei contenitori SageMaker GitHub AI RL.
+ A settembre 2023, i container JumpStart Industria: Financial non sono più supportati.