Standard支持的AI框架
ModelArts Standard的开发环境Notebook、训练作业、模型推理（即AI应用管理和部署上线）支持的AI框架及其版本，请参见如下描述。
统一镜像列表
ModelArts提供了ARM+Ascend规格的统一镜像，包括MindSpore、PyTorch。适用于Standard开发环境，模型训练，服务部署，请参考下表。
|
预置镜像 |
适配芯片 |
适用范围 |
适用区域 |
|---|---|---|---|
|
mindspore_2.2.0-cann_7.0.1-py_3.9-euler_2.10.7-aarch64-snt9b |
Ascend snt9b |
Notebook、训练、推理部署 |
中国-香港 |
|
预置镜像 |
适配芯片 |
适用范围 |
适用区域 |
|---|---|---|---|
|
pytorch_2.1.0-cann_7.0.1-py_3.9-euler_2.10.7-aarch64-snt9b |
Ascend snt9b |
Notebook、训练、推理部署 |
中国-香港 |
|
pytorch_1.11.0-cann_7.0.1-py_3.9-euler_2.10.7-aarch64-snt9b |
Ascend snt9b |
Notebook、训练、推理部署 |
中国-香港 |
开发环境Notebook
开发环境的Notebook，根据不同的工作环境，对应支持的镜像和版本有所不同。
|
镜像名称 |
镜像描述 |
适配芯片 |
支持SSH远程开发访问 |
支持在线JupyterLab访问 |
|---|---|---|---|---|
|
pytorch1.8-cuda10.2-cudnn7-ubuntu18.04 |
CPU、GPU通用算法开发和训练基础镜像，预置AI引擎PyTorch1.8 |
CPU/GPU |
是 |
是 |
|
mindspore1.7.0-cuda10.1-py3.7-ubuntu18.04 |
CPU and GPU general algorithm development and training, preconfigured with AI engine MindSpore1.7.0 and cuda 10.1 |
CPU/GPU |
是 |
是 |
|
mindspore1.7.0-py3.7-ubuntu18.04 |
CPU general algorithm development and training, preconfigured with AI engine MindSpore1.7.0 |
CPU |
是 |
是 |
|
pytorch1.10-cuda10.2-cudnn7-ubuntu18.04 |
CPU and GPU general algorithm development and training, preconfigured with AI engine PyTorch1.10 and cuda10.2 |
CPU/GPU |
是 |
是 |
|
tensorflow2.1-cuda10.1-cudnn7-ubuntu18.04 |
CPU、GPU通用算法开发和训练基础镜像，预置AI引擎TensorFlow2.1 |
CPU/GPU |
是 |
是 |
|
conda3-ubuntu18.04 |
Clean user customized base image only include conda |
CPU |
是 |
是 |
|
pytorch1.4-cuda10.1-cudnn7-ubuntu18.04 |
CPU、GPU通用算法开发和训练基础镜像，预置AI引擎PyTorch1.4 |
CPU/GPU |
是 |
是 |
|
tensorflow1.13-cuda10.0-cudnn7-ubuntu18.04 |
GPU通用算法开发和训练基础镜像，预置AI引擎TensorFlow1.13.1 |
GPU |
是 |
是 |
|
conda3-cuda10.2-cudnn7-ubuntu18.04 |
Clean user customized base image include cuda10.2, conda |
CPU |
是 |
是 |
|
spark2.4.5-ubuntu18.04 |
CPU algorithm development and training, prebuilt PySpark 2.4.5 and is able to attach to preconfigured spark cluster including MRS and DLI. |
CPU |
否 |
是 |
|
mindspore1.2.0-cuda10.1-cudnn7-ubuntu18.04 |
GPU算法开发和训练基础镜像，预置AI引擎MindSpore-GPU |
GPU |
是 |
是 |
|
mindspore1.2.0-openmpi2.1.1-ubuntu18.04 |
CPU算法开发和训练基础镜像，预置AI引擎MindSpore-CPU |
CPU |
是 |
是 |
训练作业
创建训练作业时，训练支持的AI引擎及对应版本如下所示。
<训练引擎名称_版本号>-[cpu | <cuda_版本号 | cann_版本号 >]-<py_版本号>-<操作系统名称_版本号>-< x86_64 | aarch64>
|
工作环境 |
系统架构 |
系统版本 |
AI引擎与版本 |
支持的CUDA或Ascend版本 |
|---|---|---|---|---|
|
TensorFlow |
x86_64 |
Ubuntu18.04 |
tensorflow_2.1.0-cuda_10.1-py_3.7-ubuntu_18.04-x86_64 |
cuda10.1 |
|
PyTorch |
x86_64 |
Ubuntu18.04 |
pytorch_1.8.0-cuda_10.2-py_3.7-ubuntu_18.04-x86_64 |
cuda10.2 |
|
MPI |
x86_64 |
Ubuntu18.04 |
mindspore_1.3.0-cuda_10.1-py_3.7-ubuntu_1804-x86_64 |
cuda_10.1 |
|
Horovod |
x86_64 |
ubuntu_18.04 |
horovod_0.20.0-tensorflow_2.1.0-cuda_10.1-py_3.7-ubuntu_18.04-x86_64 |
cuda_10.1 |
|
horovod_0.22.1-pytorch_1.8.0-cuda_10.2-py_3.7-ubuntu_18.04-x86_64 |
cuda_10.2 |
不同区域支持的AI引擎有差异，请以实际环境为准。
推理支持的AI引擎
在ModelArts创建AI应用时，若使用预置镜像“从模板中选择”或“从OBS中选择”导入模型，则支持如下常用引擎及版本的模型包。
- 标注“推荐”的Runtime来源于统一镜像，后续统一镜像将作为主流的推理基础镜像。统一镜像中的安装包更齐全，详细信息可以参见推理基础镜像列表。
- 推荐将旧版镜像切换为统一镜像，旧版镜像后续将会逐渐下线。
- 待下线的基本镜像不再维护。
- 统一镜像Runtime的命名规范：<AI引擎名字及版本> - <硬件及版本：cpu或cuda或cann> - <python版本> - <操作系统版本> - <CPU架构>
|
模型使用的引擎类型 |
支持的运行环境（Runtime） |
注意事项 |
|---|---|---|
|
TensorFlow |
python3.6 python2.7（待下线） tf1.13-python3.6-gpu tf1.13-python3.6-cpu tf1.13-python3.7-cpu tf1.13-python3.7-gpu tf2.1-python3.7（待下线） tensorflow_2.1.0-cuda_10.1-py_3.7-ubuntu_18.04-x86_64（推荐） |
|
|
Spark_MLlib |
python2.7（待下线） python3.6（待下线） |
|
|
Scikit_Learn |
python2.7（待下线） python3.6（待下线） |
|
|
XGBoost |
python2.7（待下线） python3.6（待下线） |
|
|
PyTorch |
python2.7（待下线） python3.6 python3.7 pytorch1.4-python3.7 pytorch1.5-python3.7（待下线） pytorch_1.8.0-cuda_10.2-py_3.7-ubuntu_18.04-x86_64（推荐） |
|
|
MindSpore |
aarch64（推荐） |
aarch64只能用于运行在Snt3芯片上。 |
