本文為英文版的機器翻譯版本，如內容有任何歧義或不一致之處，概以英文版為準。
# 支援的架構和 AWS 區域
使用 SageMaker 智慧篩選資料載入器之前，請檢查您選擇的架構是否受支援、您的 AWS 帳戶中是否有可用的執行個體類型，以及 AWS 您的帳戶是否位於其中一個支援 AWS 的區域。
**注意**
SageMaker Smart Sifting 支援具傳統資料平行和分散式資料平行的 PyTorch 模型訓練，這可在所有 GPU 工作者中建立模型複本並使用 `AllReduce` 操作。它不適用於模型平行化技術 (包括碎片資料平行)。由於 SageMaker Smart Sifting 適用於資料平行任務，請確保您訓練的模型符合每個 GPU 記憶體。
## 支援的架構
SageMaker 智慧分片支援下列深度學習架構，可透過 AWS 深度學習容器取得。
**Topics**
+ [PyTorch](#train-smart-sifting-supported-frameworks-pytorch)
### PyTorch
| 架構 | 框架版本 | 深度學習容器 URI |
| --- | --- | --- |
| PyTorch | 2.1.0 | {{763104351884}}.dkr.ecr.{{region}}.amazonaws.com/pytorch-training:2.1.0-gpu-py310-cu121-ubuntu20.04-sagemaker |
如需預先建置容器的詳細資訊，請參閱 *AWS 深度學習容器 GitHub 儲存庫*中的 [SageMaker AI 架構容器](https://github.com/aws/deep-learning-containers/blob/master/available_images.md)。
## AWS 區域
與 [SageMaker Smart Sifting 程式庫一起封裝的容器](https://github.com/aws/deep-learning-containers/blob/master/available_images.md#sagemaker-training-compiler-containers)可用於 [AWS 深度學習容器](https://github.com/aws/deep-learning-containers/blob/master/available_images.md)服務中的 AWS 區域 。
## 執行個體類型
您可以針對任何執行個體類型上的任何 PyTorch 訓練任務，使用 SageMaker Smart Sifting。建議您使用 P4d、P4de 或 P5 執行個體。