Mantenha tudo organizado com as coleções
Salve e categorize o conteúdo com base nas suas preferências.
A Vertex AI publica contêineres e imagens de máquinas virtuais para simplificar a
configuração das cargas de trabalho de machine learning (ML). Essas imagens contêm o sistema operacional, os frameworks de ML, os drivers e outras bibliotecas. Publicamos novas versões de imagens regularmente para incluir novos patches, atualizações de segurança e recursos. Cada imagem fornecida pela Vertex AI é compatível com uma versão secundária específica de um framework de ML.
Isso permite que você tenha tempo para atualizar e testar o código ao passar de uma versão de framework para outra. Sempre teste os modelos e jobs completamente ao mudar para uma nova versão de framework, independentemente de ser uma atualização grande ou pequena.
Para todos os serviços, inscreva-se na página de Notas de lançamento da Vertex AI
para receber avisos sobre novas versões de contêineres, imagens e
frameworks.
Proteger suas cargas de trabalho na Vertex AI é uma responsabilidade compartilhada. Embora a Vertex AI publique regularmente novas versões de imagens para solucionar vulnerabilidades de segurança, você é responsável por tarefas como:
Atualizando manualmente para a versão mais recente.
Verifique se você configurou corretamente seus serviços para usar a versão mais recente.
Durante o período compatível com uma versão de framework de ML, publicaremos novas
versões de imagem regularmente. As atualizações podem incluir:
Atualizações de patch para bibliotecas compatíveis. Por exemplo, se oferecermos suporte
ao TensorFlow 2.7 e ele lançar a versão 2.7.1 para
resolver bugs, lançaremos uma nova versão de imagem.
Atualizações de segurança para bibliotecas compatíveis.
Atualizações não interruptivas para outros pacotes e softwares instalados na imagem.
Atualizações para dependências que chegaram ao fim do suporte. Por exemplo, se uma
imagem tiver o Python 3.7 instalado e ele atingir a data de fim do suporte,
lançaremos uma nova versão de imagem. Se a alteração na dependência for uma
alteração interruptiva, atualizaremos a lista de frameworks compatíveis
para indicar a alteração na dependência.
Depois de publicada, uma versão de imagem é imutável e não passa por alterações. Use
sempre a versão mais recente da imagem, já que as versões anteriores podem ter vulnerabilidades
de segurança ou outros bugs críticos.
Cronograma da política de suporte
Os períodos de suporte para cada versão do framework seguem esta programação:
Data de término do patch e do suporte: depois dessa data, a Vertex AI não
publicará mais novas versões de imagem para essa versão do framework. Os recursos
implantados na Vertex AI continuam funcionando.
Após essa data, recomendamos que você mude para uma versão mais recente do framework.
Para receber suporte de solução de problemas da Vertex AI, talvez seja necessário
fazer upgrade para uma versão de framework que esteja dentro do período compatível.
Para previsões on-line que usam contêineres predefinidos, em caso de vulnerabilidades de segurança, a Vertex AI poderá excluir endpoints atuais usando
versões de framework sem suporte.
Data de término da disponibilidade: após essa data, não será mais possível usar imagens
para esta versão de framework. Os serviços podem bloquear a criação de novos recursos
usando essas imagens, e elas não estarão mais disponíveis para download.
Para previsões on-line que usam contêineres predefinidos, não é mais possível criar
novos endpoints usando essa versão após essa data, e a Vertex AI
pode excluir os endpoints atuais que a utilizam.
Não há datas de fim de disponibilidade para bibliotecas de pipeline que são bibliotecas Python de código aberto pypi.org, como o SDK do Kubeflow Pipelines e o SDK do TensorFlow Extended.
Serviços cobertos pela política de suporte de framework
Se você usar os seguintes serviços, fique atento às novas versões
que podem exigir a atualização dos frameworks ou das imagens de contêiner:
Para todos os serviços, inscreva-se na página de Notas de lançamento da Vertex AI
para receber avisos sobre novas versões de contêineres, imagens e
frameworks.
[[["Fácil de entender","easyToUnderstand","thumb-up"],["Meu problema foi resolvido","solvedMyProblem","thumb-up"],["Outro","otherUp","thumb-up"]],[["Difícil de entender","hardToUnderstand","thumb-down"],["Informações incorretas ou exemplo de código","incorrectInformationOrSampleCode","thumb-down"],["Não contém as informações/amostras de que eu preciso","missingTheInformationSamplesINeed","thumb-down"],["Problema na tradução","translationIssue","thumb-down"],["Outro","otherDown","thumb-down"]],["Última atualização 2025-08-18 UTC."],[],[],null,["# Vertex AI framework support policy\n\nVertex AI publishes containers and virtual machine images to simplify the\nconfiguration of your machine learning (ML) workloads. These images contain the\noperating system, the ML frameworks, drivers, and other libraries. We publish\nnew versions of images regularly to include new patches, security updates, and\nfeatures. Each image provided by Vertex AI provides support for a\nspecific minor version of an ML framework.\n\nThis allows you time to update and test your code\nwhen moving from one framework version to another. You should always test your\njobs and models thoroughly when switching to a new framework version, regardless\nof whether it's a major or minor update.\n\nFor all services, subscribe to the [Vertex AI release notes](/vertex-ai/docs/release-notes) page\nfor announcements about new version releases for your containers, images, and\nframeworks.\n\nFor the list of supported framework versions, see the [Supported frameworks\nlist](/vertex-ai/docs/supported-frameworks-list).\n\nShared responsibility\n---------------------\n\nSecuring your workloads on Vertex AI is a shared responsibility. While\nVertex AI regularly publishes new versions of images to address\nsecurity vulnerabilities, you are responsible for tasks such as the following:\n\n- Manually upgrading to the latest version.\n\n- Ensuring that you properly configured your services to use the latest version.\n\nFor more information, see [Shared responsibility](/vertex-ai/docs/shared-responsibility).\n\nSupport policy for framework versions\n-------------------------------------\n\nDuring the supported period for an ML framework version, we publish new\nimage versions regularly. The updates might include the following:\n\n- Patch updates for supported frameworks. For example, if we support\n TensorFlow 2.7, and TensorFlow releases 2.7.1 to\n address bugs, then we release a new image version.\n\n- Security updates for supported frameworks.\n\n- Non-breaking updates to other packages and software installed on the image.\n\n- Updates to dependencies that have reached end-of-support. For example, if an\n image has Python 3.7 installed and it reaches the end-of-support date, we\n release a new image version. If the change in dependency might be a\n breaking change, we update the [Supported frameworks list](/vertex-ai/docs/supported-frameworks-list)\n to indicate the change in the dependency.\n\nOnce published, an image version is immutable and doesn't change. You should\nalways use the latest image version, as earlier versions might have security\nvulnerabilities or other critical bugs.\n\n### Support policy schedule\n\nSupport periods for each framework version follows this schedule:\n\n- **End-of-patch and support date:** After this date, Vertex AI no\n longer publishes new image versions for that framework version. Existing\n resources that have been deployed to Vertex AI continue to function.\n After this date, we recommend you plan to switch to a more recent framework\n version.\n\n To receive troubleshooting support from Vertex AI, you might be asked\n to upgrade to a framework version that is within the supported time period.\n - For online predictions using prebuilt containers, in the event of security vulnerabilities, Vertex AI might delete existing endpoints using out-of-support framework versions.\n- **End-of-availability date:** After this date, you can no longer use images\n for this framework version. Services might block the creation of new resources\n using these images, and the images are no longer available for download.\n\n - For online predictions using prebuilt containers, you can no longer create\n new endpoints using this version after this date, and Vertex AI\n might delete existing endpoints that use this version.\n\n - End-of-availability dates don't exist for pipeline frameworks that are open\n source pypi.org Python libraries, such as the Kubeflow Pipelines SDK and\n TensorFlow Extended SDK.\n\nServices covered by the framework support policy\n------------------------------------------------\n\nIf you use the following services, you should be aware of new version releases\nthat might require you to update your container images or frameworks:\n\n- [Prebuilt containers for custom training](/vertex-ai/docs/training/pre-built-containers)\n\n- [Prebuilt containers for predictions and explanations](/vertex-ai/docs/predictions/pre-built-containers)\n\n- [Prebuilt containers for Ray on Vertex AI](/vertex-ai/docs/supported-frameworks-list#ray)\n\n- [Vertex AI Pipelines](/vertex-ai/docs/pipelines/build-pipeline#version-pipeline)\n\n - For the version support schedule for pipeline SDKs, see [Supported\n frameworks for pipelines](/vertex-ai/docs/supported-frameworks-list#pipelines) in \"Supported frameworks list.\"\n- [Vertex AI Workbench user-managed notebooks](/vertex-ai/docs/workbench/user-managed/images#supported-frameworks)\n\nFor all services, subscribe to the [Vertex AI release notes](/vertex-ai/docs/release-notes) page\nfor announcements about new version releases for your containers, images, and\nframeworks.\n\nWhat's next\n-----------\n\n- Review the [list of supported framework versions](/vertex-ai/docs/supported-frameworks-list)."]]
