本文属于机器翻译版本。若本译文内容与英语原文存在差异，则一律以英文原文为准。
发行说明档案
发布日期：2025-02-17
AMI 名称：深度学习 OSS Nvidia 驱动程序 AMI GPU PyTorch 2.5.1 (Ubuntu 22.04) 20250216
已更新
将 NVIDIA 容器工具包从版本 1.17.3 更新到 1.17.4 版
有关更多信息，请参阅此处的发行说明页面：https://github.com/NVIDIA/nvidia-container-toolkit/releases/tag/v1.17.
4 在容器工具包版本 1.17.4 中，现已禁用 CUDA 兼容库的挂载。为了确保与容器工作流程中的多个 CUDA 版本兼容，请确保更新 LD_LIBRARY_PATH 以包含您的 CUDA 兼容性库，如如果您使用 CUDA 兼容层教程中所示。
已删除
删除了 NV IDIA CUDA 工具包提供的用户空间库 cuobj 和 nvd
isasm，以解决在 2025 年 2 月 18 日的 NVIDIA CUDA 工具包安全 公告中 CVEs 出现的问题
发布日期：2025-01-21
AMI 名称：深度学习 OSS Nvidia 驱动程序 AMI GPU PyTorch 2.5.1 (Ubuntu 22.04) 20250119
已更新
将Nvidia驱动程序从550.127.05版本升级到550.144.03版本，以解决2025年1月 NVIDIA GPU CVEs
显示驱动程序安全公告中提到的问题。
发布日期：2024-11-21
AMI 名称：深度学习 OSS Nvidia 驱动程序 AMI GPU PyTorch 2.5.1 (Ubuntu 22.04) 20241121
新增了
深度学习 AMI GPU PyTorch 2.4.1 (Ubuntu 22.04) 系列的首次发布。包括配备 NVIDIA 驱动程序 R550、CUDA=12.4.1、cuda=8.9.7、NCCL=2.21.5 和 EFA=1.37.0 的 conda 环境。 PyTorch
Fixed
由于 Ubuntu 内核为解决内核地址空间布局随机化 (KASLR) 功能中的缺陷而进行了更改，G4Dn/G5 实例无法在 OSS Nvidia 驱动程序上正确初始化 CUDA。为了缓解此问题，此 DLAMI 包含动态加载 G4Dn 和 G5 实例专有驱动程序的功能。请留出一段短暂的初始化时间进行此加载，以确保您的实例能够正常运行。
要检查此服务的状态和运行状况，可以使用以下命令：
sudo systemctl is-active dynamic_driver_load.serviceactive