发布分支#

本文档旨在帮助组织选择 NVIDIA AI Enterprise 发布分支，并提供有关如何在不同分支之间移动的信息。

注意

每个分支包含的软件可以在 NVIDIA AI Enterprise 互操作性指南中找到。

选择起始分支#

正如 NVIDIA AI Enterprise 生命周期策略 中所述，NVIDIA AI Enterprise 特定版本的企业软件生命周期取决于该版本所属的发布分支：功能分支 (FB) 版本、生产分支 (PB) 版本、长期支持分支 (LTSB)。

在选择要部署的三个 NVIDIA AI Enterprise 发布分支中的哪一个之前，重要的是要考虑以下几点

  • 主要版本升级间隔

  • API 稳定性间隔

  • 新功能发布间隔

  • CVE/错误补丁间隔

  • 主要版本测试时间

组织将需要根据其选择的分支以不同的间隔执行升级。

必需升级间隔是组织可以在单个主要版本上停留并获得支持服务的最大时间。这也是保证主要版本 API 稳定性的最长时间。注意：某些软件可能会跳过每月发布，在这种情况下，支持仍将提供到下一个版本。

API 稳定性间隔是可以在不更改 API 的情况下执行更新的时间量，这确保了 API 不会从一个次要版本更改为另一个次要版本。API 稳定性不保证从主要版本到主要版本，也不保证在任何功能分支版本之间。

新功能发布间隔是组织必须等待接收新功能的最短时间。

CVE/错误补丁间隔是组织必须等待接收错误补丁或 CVE 修复的最短时间。

下表描述了根据所需的功能发布和 CVE/错误补丁内部版本的必需升级间隔。对于 POC/测试，还提供了升级重叠时间，这表示组织在非生产环境中测试主要版本的最长时间，之后其当前生产版本将不再受支持。

升级间隔#

起始分支

必需升级间隔 [1]

所需功能发布间隔 [2]

所需 CVE/错误补丁间隔 [3]

POC/测试的升级重叠时间 [4]

新功能分支

每月

每月

每月

少于一个月

生产分支

9 个月

每 6 个月

每月

少于 3 个月

长期支持分支

3 年

每 2.5 年

每季度

少于 6 个月

重要

以上间隔均为估计值，可能会发生变化。

更改分支#

更改分支涉及及时升级组织生产环境中部署的软件。 有六种可能的分支更改。 请参阅适用于您的组织感兴趣的更改的部分。

  • FB -> PB

  • FB -> LTSB

  • PB -> FB

  • PB -> LTSB

  • LTSB -> FB

  • LTSB -> PB

注意

有 3 个 NVIDIA AI Enterprise 发布分支：功能分支 (FB) 版本、生产分支 (PB) 版本、长期支持分支 (LTSB)。

FB -> PB#

从功能分支移动到生产分支有两种可能的方案。 当前部署的 功能分支 与 生产分支 相同。 当前部署的 功能分支 领先于 生产分支。 下图描述了这两种方案

_images/release-branches-01.png

如果数字 1 为真，则您可以安全地移动到 当前 PB 版本。 例如，NVIDIA AI Enterprise 软件的 v1 FB 可以安全地移动到 v1.1 PB。

如果数字 2 为真，则重要的是要注意，当前部署的 FB API 可能与 PB API 不同。 因此，您可以等待下一个 PB 与 FB 版本对齐，或者您可以回滚到 PB 版本（其中将包括最新的安全补丁），但您应该进一步测试您的应用程序，以确保 API 没有被破坏。 例如，NVIDIA AI Enterprise 软件的 v4 FB 应使用 PB v1.4 进行进一步测试，因为 pytorch:23.10-py3 与 pytorch-pb23h2:23.08.02-py3 不同。

在选择等待还是回滚时，您应该考虑预计到下一个 PB 的时间量。 这基于发布节奏以及对进入 PB 的渴望。

注意

由于可能同时支持两个 PB，因此在大多数情况下，移动到最新的主要版本是有益的，因为将减少一次升级。

FB -> LTSB#

从功能分支移动到长期服务分支有两种方案。 当前部署的 功能分支 与 长期支持分支 相同。 当前部署的 功能分支 领先于 长期支持分支。 下图描述了这两种方案

_images/release-branches-02.png

如果数字 1 为真，您可以安全地移动到 当前 LTSB 版本。 例如，NVIDIA AI Enterprise 软件的 v1 FB 可以安全地移动到最新的 LTSB。

如果数字 2 为真，则重要的是要注意，当前部署的 FB API 可能与当前版本的 LTSB API 不同。 您可以等待下一个 LTSB 与 FB 版本对齐，或者您可以回滚到 LTSB 版本（其中将包括最新的安全补丁），但您应该进一步测试您的应用程序，以确保 API 没有被破坏。 例如，NVIDIA AI Enterprise 软件的 v5 FB 应使用最新的 LTSB 进行进一步测试。

例如，pytorch:23.10-py3 ≠ pytorch-ltsb1:21.08-lts1.1-py3

在选择等待还是回滚时，请权衡基于发布节奏的下一个 LTSB 的预计时间量以及进入 LTSB 的渴望。

注意

由于可能同时支持两个 LTSB，因此在大多数情况下，移动到最新的主要版本是有益的，因为将减少一次升级。

PB -> FB#

从生产分支移动到功能分支有两种可能的方案。 当前部署的 生产分支 与 功能分支 相同。 当前部署的 生产分支 落后于 功能分支。 下图描述了这两种方案

_images/release-branches-03.png

如果数字 1 为真，则您可以安全地移动到当前 FB 版本。 例如，NVIDIA AI Enterprise 软件的 v1.1 PB 可以安全地移动到 v1 FB。

如果数字 2 为真，则重要的是要注意，当前部署的 PB API 可能与 FB API 不同。 因此，您可以等待下一个 FB 与 PB 版本对齐，或者您可以向前滚动到 FB 版本（其中将包括最新的安全补丁），但您应该进一步测试您的应用程序，以确保 API 没有被破坏。 例如，NVIDIA AI Enterprise 软件的 v1.4 PB 应使用 FB v4 进行进一步测试，因为 pytorch-pb23h2:23.08.02-py3 与 pytorch:23.10-py3 不同。

在选择等待还是回滚时，您应该考虑预计到下一个 PB 的时间量。 这基于发布节奏以及对进入 PB 的渴望。

PB -> LTSB#

从生产分支移动到长期支持分支有两种可能的方案。 当前部署的 生产分支 与 长期支持分支 相同。 当前部署的 生产分支 领先于 长期支持分支。 下图描述了这两种方案

_images/release-branches-04.png

如果数字 1 为真，则您可以安全地移动到 当前 LTSB 版本。 例如，NVIDIA AI Enterprise 软件的 v1.1 PB 可以安全地移动到最新的 LTSB。

如果数字 2 为真，则重要的是要注意，当前部署的 PB API 可能与 LTSB API 不同。 因此，您可以等待下一个 LTSB 与 PB 版本对齐，或者您可以回滚到最新的 LTSB 版本（其中将包括最新的安全补丁），但您应该进一步测试您的应用程序，以确保 API 没有被破坏。 例如，NVIDIA AI Enterprise 软件的 v1.5 PB 应使用最新的 LTSB 进行进一步测试，因为 pytorch-pb23h2:23.08.02-py3 与 pytorch-ltsb1:21.08-lts1.1-py3 不同。

在选择等待还是回滚时，您应该考虑预计到下一个 LTSB 的时间量。 这基于发布节奏以及对进入 LTSB 的渴望。

注意

由于可能同时支持两个 LTSB，因此在大多数情况下，移动到最新的主要版本是有益的，因为将减少一次升级。

LTSB -> FB#

从长期支持分支移动到功能分支有两种可能的方案。 当前部署的 长期支持分支 与 功能分支 相同。 当前部署的 长期支持分支 落后于 功能分支。 下图描述了这两种方案

_images/release-branches-05.png

如果数字 1 为真，则您可以安全地移动到 当前 FB 版本。 例如，NVIDIA AI Enterprise 软件的最新 LTSB 可以安全地移动到 v1 FB。

如果数字 2 为真，则重要的是要注意，当前部署的 LTSB API 可能与 FB API 不同。 因此，您可以等待下一个 FB 与 LTSB 版本对齐，或者您可以向前滚动到 FB 版本（其中将包括最新的安全补丁），但您应该进一步测试您的应用程序，以确保 API 没有被破坏。 例如，NVIDIA AI Enterprise 软件的最新 LTSB 版本应使用 FB v5 进行进一步测试，因为 pytorch-ltsb1:21.08-lts1.1-py3 与 pytorch:23.10-py3 不同。

在选择等待还是向前滚动时，您应该考虑预计到下一个 FB 的时间量。 这基于发布节奏以及对进入 FB 的渴望。

LTSB -> PB#

从长期支持分支移动到生产分支有两种可能的方案。 当前部署的 长期支持分支 与 生产分支 相同。 当前部署的 长期支持分支 落后于 生产分支。 下图描述了这两种方案

_images/release-branches-06.png

如果数字 1 为真，则您可以安全地移动到 当前 PB 版本。 例如，NVIDIA AI Enterprise 软件的最新 LTSB 可以安全地移动到 v1 PB。

如果数字 2 为真，则重要的是要注意，当前部署的 LTSB API 可能与 PB API 不同。 因此，您可以等待下一个 PB 与 LTSB 版本对齐，或者您可以向前滚动到 PB 版本（其中将包括最新的安全补丁），但您应该进一步测试您的应用程序，以确保 API 没有被破坏。 例如，NVIDIA AI Enterprise 软件的最新 LTSB 版本应使用 PB v1.5 进行进一步测试，因为 pytorch-ltsb1:21.08-lts1.1-py3 与 pytorch-pb23h2:23.08.02-py3 不同。

在选择等待还是向前滚动时，您应该考虑预计到下一个 PB 的时间量。 这基于发布节奏以及对进入 PB 的渴望。

注意

由于可能同时支持两个 PB，因此在大多数情况下，移动到最新的主要版本是有益的，因为将减少一次升级。

脚注

在本页中