环境配置概要
aifare 平台所有镜像系统版本均为 Ubuntu，为 Ubuntu 22.04。
平台已内置主流 AI 框架及多种版本镜像，实例启动后即自带相应框架环境，无需手动安装。若内置版本不满足需求，可参考下方说明自定义环境。
平台内置主流框架及版本
| 框架 | 版本 | CUDA 版本 | Python 版本 | 备注 |
|---|---|---|---|---|
| PyTorch | 2.1.0 | 11.8 | 3.11 | torchvision/torchaudio 同步 |
| PyTorch | 2.2.0 | 11.8 | 3.11 | |
| PyTorch | 2.3.0 | 11.8 | 3.11 | |
| PyTorch | 2.4.0 | 12.1 | 3.12 | |
| PyTorch | 2.5.0 | 12.1 | 3.12 | |
| PyTorch | 2.5.1 | 12.4 | 3.12 | |
| PyTorch | 2.7.1 | 12.6 | 3.12 | |
| TensorFlow | 2.16.1 | 12.0 | 3.11 | |
| TensorFlow | 2.17.0 | 12.0 | 3.11 | |
| TensorFlow | 2.18.0 | 12.0 | 3.11 | |
| PaddlePaddle | 2.6.2 | 12.0 | 3.11 | paddlepaddle-gpu |
推荐使用建议
- 优先选择平台内置镜像：如所需 Torch、TensorFlow 等框架版本已内置，建议直接选用，开箱即用。
- 自定义框架/版本：如需特殊版本（如 PyTorch=1.9.0+CUDA=11.1），可选择对应 CUDA 版本的 Miniconda 镜像，在实例内用 pip 安装所需框架。
- 自定义 Python 版本：如需特殊 Python 版本，可在 Miniconda 镜像内自行安装。
- 如需自定义 CUDA：可参考平台文档，手动安装其他 CUDA 版本。
相关文档
如有特殊环境需求，欢迎联系 aifare 客服或查阅平台社区资源。