기계 번역으로 제공되는 번역입니다. 제공된 번역과 원본 영어의 내용이 상충하는 경우에는 영어 버전이 우선합니다.

# 지원되는 프레임워크 이미지 AWS 리전및 인스턴스 유형
<a name="profiler-support"></a>

이 기능은 다음과 같은 기계 학습 프레임워크 및 AWS 리전을(를) 지원합니다.

**참고**  
이 기능을 사용하려면 SageMaker Python SDK [버전 2.180.0](https://pypi.org/project/sagemaker/2.180.0/) 이상이 설치되어 있는지 확인합니다.

## SageMaker Profiler에 사전 설치된 SageMaker AI 프레임워크 이미지
<a name="profiler-support-frameworks"></a>

SageMaker Profiler는 다음과 같은 [SageMaker AI용AWS 딥 러닝 컨테이너](https://github.com/aws/deep-learning-containers/blob/master/available_images.md#sagemaker-framework-containers-sm-support-only)에서 사전 설치됩니다.

### PyTorch 이미지
<a name="profiler-support-frameworks-pytorch"></a>


| PyTorch 버전 | AWS DLC 이미지 URI | 
| --- | --- | 
| 2.2.0 | {{763104351884}}.dkr.ecr.{{<region>}}.amazonaws.com/pytorch-training:2.2.0-gpu-py310-cu121-ubuntu20.04-sagemaker | 
| 2.1.0 | {{763104351884}}.dkr.ecr.{{<region>}}.amazonaws.com/pytorch-training:2.1.0-gpu-py310-cu121-ubuntu20.04-sagemaker | 
| 2.0.1 | {{763104351884}}.dkr.ecr.{{<region>}}.amazonaws.com/pytorch-training:2.0.1-gpu-py310-cu118-ubuntu20.04-sagemaker<br />{{763104351884}}.dkr.ecr.{{<region>}}.amazonaws.com/pytorch-training:2.0.1-gpu-py310-cu121-ubuntu20.04-sagemaker | 
| 1.13.1 | {{763104351884}}.dkr.ecr.{{<region>}}.amazonaws.com/pytorch-training:1.13.1-gpu-py39-cu117-ubuntu20.04-sagemaker | 

### TensorFlow 이미지
<a name="profiler-support-frameworks-tensorflow"></a>


| TensorFlow 버전 | AWS DLC 이미지 URI | 
| --- | --- | 
| 2.13.0 | {{763104351884}}.dkr.ecr.{{<region>}}.amazonaws.com/tensorflow-training:2.13.0-gpu-py310-cu118-ubuntu20.04-sagemaker | 
| 2.12.0 | {{763104351884}}.dkr.ecr.{{<region>}}.amazonaws.com/tensorflow-training:2.12.0-gpu-py310-cu118-ubuntu20.04-sagemaker | 
| 2.11.0 | {{763104351884}}.dkr.ecr.{{<region>}}.amazonaws.com/tensorflow-training:2.11.0-gpu-py39-cu112-ubuntu20.04-sagemaker | 

**중요**  
위 표의 프레임워크 컨테이너 배포 및 유지 관리는 AWS Deep Learning Containers 서비스에서 관리하는 [프레임워크 지원 정책에](https://docs.aws.amazon.com/deep-learning-containers/latest/devguide/support-policy.html) 따라 이루어집니다. 더 이상 지원되지 않는 이전 [프레임워크 버전](https://aws.amazon.com/releasenotes/dlc-support-policy/)을 사용하는 경우 현재 지원되는 프레임워크 버전 로 업그레이드하는 것이 좋습니다.

**참고**  
다른 프레임워크 이미지 또는 자체 Docker 이미지에 SageMaker Profiler를 사용하려면 다음 섹션에 제공된 SageMaker Profiler Python 패키지 바이너리 파일을 사용하여 SageMaker Profiler를 설치할 수 있습니다.

## SageMaker Profiler Python 패키지 바이너리 파일
<a name="profiler-python-package"></a>

자체 Docker 컨테이너를 구성하려는 경우 PyTorch 및 TensorFlow용 다른 사전 빌드된 컨테이너에서 SageMaker Profiler를 사용하거나 SageMaker Profiler Python 패키지를 로컬에 설치하려면 다음 바이너리 파일 중 하나를 사용합니다. 환경의 Python 및 CUDA 버전에 따라 다음 중 하나를 선택합니다.

### PyTorch
<a name="profiler-python-package-for-pytorch"></a>
+ Python3.8, CUDA 11.3: [https://smppy.s3.amazonaws.com/pytorch/cu113/smprof-0.3.334-cp38-cp38-linux_x86_64.whl](https://smppy.s3.amazonaws.com/pytorch/cu113/smprof-0.3.334-cp38-cp38-linux_x86_64.whl)
+ Python3.9, CUDA 11.7: [https://smppy.s3.amazonaws.com/pytorch/cu117/smprof-0.3.334-cp39-cp39-linux_x86_64.whl](https://smppy.s3.amazonaws.com/pytorch/cu117/smprof-0.3.334-cp39-cp39-linux_x86_64.whl)
+ Python3.10, CUDA 11.8: [https://smppy.s3.amazonaws.com/pytorch/cu118/smprof-0.3.334-cp310-cp310-linux_x86_64.whl](https://smppy.s3.amazonaws.com/pytorch/cu118/smprof-0.3.334-cp310-cp310-linux_x86_64.whl)
+ Python3.10, CUDA 12.1: [https://smppy.s3.amazonaws.com/pytorch/cu121/smprof-0.3.334-cp310-cp310-linux_x86_64.whl](https://smppy.s3.amazonaws.com/pytorch/cu121/smprof-0.3.334-cp310-cp310-linux_x86_64.whl)

### TensorFlow
<a name="profiler-python-package-for-tensorflow"></a>
+ Python3.9, CUDA 11.2: [https://smppy.s3.amazonaws.com/tensorflow/cu112/smprof-0.3.334-cp39-cp39-linux_x86_64.whl](https://smppy.s3.amazonaws.com/tensorflow/cu112/smprof-0.3.334-cp39-cp39-linux_x86_64.whl)
+ Python3.10, CUDA 11.8: [https://smppy.s3.amazonaws.com/tensorflow/cu118/smprof-0.3.334-cp310-cp310-linux_x86_64.whl](https://smppy.s3.amazonaws.com/tensorflow/cu118/smprof-0.3.334-cp310-cp310-linux_x86_64.whl)

바이너리 파일을 사용하여 SageMaker Profiler를 설치하는 방법에 대한 자세한 내용은 섹션을 참조하세요[(선택 사항) SageMaker Profiler Python 패키지 설치](profiler-prepare.md#profiler-install-python-package).

## 지원됨 AWS 리전
<a name="profiler-support-regions"></a>

SageMaker Profiler는 다음에서 사용할 수 있습니다 AWS 리전.
+ 미국 동부 (버지니아 북부) (`us-east-1`)
+ 미국 동부 (오하이오)(`us-east-2`)
+ 미국 서부 (오리건) (`us-west-2`)
+ EU (프랑크푸르트)(`eu-central-1`)
+ EU (아일랜드)(`eu-west-1`)

## 지원되는 인스턴스 유형
<a name="profiler-support-instance-types"></a>

SageMaker Profiler는 다음 인스턴스 유형에 대한 훈련 작업 프로파일링을 지원합니다.

**CPU 및 GPU 프로파일링**
+ `ml.g4dn.12xlarge`
+ `ml.g5.24xlarge`
+ `ml.g5.48xlarge`
+ `ml.p3dn.24xlarge`
+ `ml.p4de.24xlarge`
+ `ml.p4d.24xlarge`
+ `ml.p5.48xlarge`

**GPU 프로파일링만 해당**
+ `ml.g5.2xlarge`
+ `ml.g5.4xlarge`
+ `ml.g5.8xlarge`
+ `ml.g5.16.xlarge`