Was sind AWS Deep Learning AMIs?
AWS Deep Learning AMIs (DLAMI) stellen angepasste Maschinen-Images für Deep Learning in der Cloud bereit. Sie sind in den meisten AWS-Regionen und für eine große Bandbreite an Amazon-EC2-Instanztypen verfügbar - von kleinen reinen CPU-Instanzen bis zu leistungsstarken Multi-GPU-Instanzen.
Die Images sind mit NVIDIA CUDA und NVIDIA cuDNN sowie mit den aktuellen Releases der verbreitetsten Deep-Learning-Frameworks vorkonfiguriert. Sie starten damit direkt eine einsatzbereite Trainings- oder Inferenzumgebung, ohne Treiber, Bibliotheken und Frameworks selbst zusammenzustellen.
Kernfunktionen
- Vorkonfigurierte Umgebung: NVIDIA CUDA, NVIDIA cuDNN und aktuelle Deep-Learning-Frameworks bereits installiert
- Auswahl nach Typ: Base, Single-Framework und Multi-Framework (Conda DLAMI)
- Architekturen: x86-basiert sowie Arm64 auf Basis von AWS Graviton
- Prozessortypen: GPU, CPU, AWS Inferentia und AWS Trainium
- SDK-Varianten: CUDA für NVIDIA-GPUs, AWS Neuron für Inferentia und Trainium
- Betriebssysteme: Amazon Linux und Ubuntu
Typische Anwendungsfälle
Modelltraining auf GPU-Instanzen: Teams starten eine GPU-Instanz mit passender DLAMI und beginnen unmittelbar mit dem Training, ohne CUDA-Versionen und Framework-Bindings selbst abzustimmen.
Inferenz auf spezialisierter Hardware: DLAMI-Varianten mit dem AWS-Neuron-SDK werden für Inferenz auf AWS Inferentia und Training auf AWS Trainium eingesetzt.
Verteiltes Training: Die Dokumentation beschreibt Szenarien für verteiltes Training über mehrere Instanzen hinweg.
Interaktive Experimente: Über einen Jupyter-Notebook-Server auf der DLAMI-Instanz arbeiten Data Scientists direkt im Browser.
Vorteile
- Kein manueller Aufbau von Treiber-, Bibliotheks- und Framework-Stacks
- Passende Varianten für CPU, GPU, Inferentia und Trainium
- Verfügbar in den meisten AWS-Regionen
- Keine zusätzliche Gebühr über die EC2-Nutzung hinaus
Integration mit innFactory
Als AWS Reseller unterstützt innFactory Sie bei AWS Deep Learning AMIs: Auswahl der passenden AMI-Variante und Instanztypen, Aufbau reproduzierbarer Trainingsumgebungen sowie Kostenoptimierung, etwa über EC2 Spot Instances.
Typische Anwendungsfälle
Technische Spezifikationen
Häufig gestellte Fragen
Was sind AWS Deep Learning AMIs?
AWS Deep Learning AMIs (DLAMI) stellen angepasste Maschinen-Images für Deep Learning in der Cloud bereit. Sie sind in den meisten AWS-Regionen für eine Reihe von Amazon-EC2-Instanztypen verfügbar, von kleinen reinen CPU-Instanzen bis zu leistungsstarken Multi-GPU-Instanzen.
Was ist auf einer DLAMI vorinstalliert?
Die DLAMIs sind laut AWS mit NVIDIA CUDA und NVIDIA cuDNN sowie den aktuellen Releases der verbreitetsten Deep-Learning-Frameworks vorkonfiguriert. Damit entfällt die manuelle Installation von Treibern, Bibliotheken und Frameworks.
Welche DLAMI-Varianten gibt es?
AWS gruppiert die Images nach DLAMI-Typ (Base, Single-Framework, Multi-Framework alias Conda DLAMI), Compute-Architektur (x86 oder Arm64 mit AWS Graviton), Prozessortyp (GPU, CPU, Inferentia, Trainium), SDK (CUDA oder AWS Neuron) und Betriebssystem (Amazon Linux oder Ubuntu).
Was kosten die Deep Learning AMIs?
Für die AMIs selbst fällt keine gesonderte Gebühr an. Sie zahlen die üblichen Preise für die genutzten Amazon-EC2-Instanzen und die zugehörigen AWS-Ressourcen wie Speicher und Datenübertragung.
Eignen sich die DLAMIs auch für Inferentia und Trainium?
Ja. AWS stellt DLAMI-Varianten mit dem AWS-Neuron-SDK bereit, die für AWS Inferentia und AWS Trainium ausgelegt sind. Die Dokumentation enthält dazu eigene Tutorials.
Hinweis: Alle Produktinformationen auf dieser Seite wurden sorgfältig zusammengestellt, sind jedoch ohne Gewähr und können veraltet oder unvollständig sein. Cloud-Services entwickeln sich schnell weiter — Funktionen, Preise, SLAs und Verfügbarkeit ändern sich laufend. Verbindliche und aktuelle Informationen finden Sie ausschließlich auf der offiziellen Produktseite von AWS (offizielle Dokumentation). Diese Seite stellt kein Angebot von AWS dar.