拯救开发注册送白菜无需申请者噩梦的NVIDIA云端神器!2万家企业已经受益

而NVIDIA GPU Cloud(NGC)的呈现让这些问题便利的解决。

最终是结构和库版别的更新问题。机器学习结构版别快速迭代,不同模型依托的结构和库版别不同,致使手艺式的办理方法难度越来越大。

自2017年推出以来,NGC容器扩展敏捷,现在,NGC有21个深度学习结构,14个HPC容器,6个可视化容器和4个根底架构。便利初学者了解深度学习全流程的DIGIST容器也在其间。

起先,由于能供给GPU实例的公有云厂商还很少且相对性价比不高,翼展挑选自己收购硬件建立效劳器,但是令大都开发者头大的难题接二连三。

开箱即用的NGC容器,极简进程加快模型开发

在上一年台北举行的GTC上,NVIDIA创始人兼CEO黄仁勋表明,到其时,现已有2万家公司现已下载了NGC。深受开发者欢迎的NVIDIA GPU Cloud(NGC)终究是什么?它又是怎么做到简化布置流程呢?

当时支撑NGC的根底设施包含NVIDIA DGX体系,NVIDIA TITAN和Quadro GV100,HPC集群,以及亚马逊AWS、阿里云、谷歌云、微软Azure、Oracle云等部分云效劳供给商。

NGC进化中的两大亮点

NGC为开发者节省下布置软硬件所需的数周时刻,使其分分钟能够开端深度学习研制作业。为更好的辅佐开发者,NGC渠道有两大亮点加持,即继续新增的容器目录和自定义容器功用。

现在NGC包含45个容器镜像,包含NVIDIA优化的干流深度学习结构、第三方办理的高性能核算(HPC)运用程序和HPC可视化东西,以开箱即可用的方法交给用户。

首先是不同驱动版别的兼容问题。在装备一台双Titan X卡的作业站后,翼展依照网上教程开端一步步装置,ubuntu、NVIDIA显卡驱动程序、CUDA、cuDNN,成果最终编译Caffe时,才发现库版别不对。全部装置流程又要从头来过,足足耽误了一周才开端模型练习。

假如想查阅此白皮书《NVIDIA GPU Cloud加快医学影像机器学习模型开发及运用布置》,可直接点击下方的“http://nvidia.zhidx.com/content-9-814-1.html”下载。

此外,NGC还供给了便于拜访可视化东西的 HPC 可视化容器,这对工程和科学用例十分必要。 HPC 可视化容器包含集成了NVIDIA Index立体烘托的ParaView、NVIDIA IndeX大批量烘托器、NVIDIA Optix光线追寻东西和NVIDIA Holodeck和减低长途可视化推迟的NVEnc等,以完成交互性实时可视化和高质量视觉效果。

跟着NGC功用的扩展,更多开发者能够在NGC的协助下快速运用一个高性能的版别,完成个性化的深度学习或高性能核算方面的研制。

本期的智能内参,咱们对NVIDIA GPU Cloud加快医学影像机器学习模型开发及运用布置白皮书进行解读,看NVIDIA GPU Cloud怎么将医疗AI开发者从低效繁复的软件布置和优化流程中解放出来,分分钟就能上手做开发。假如想查阅此白皮书《NVIDIA GPU Cloud加快医学影像机器学习模型开发及运用布置》,可直接点击文末的“http://nvidia.zhidx.com/content-9-814-1.html”下载。

责任编辑:

建立效劳器进程繁琐,开发者深受其痛

人工智能(AI)正在快速浸透医疗健康范畴,带动了医疗界对完成精准医疗的空前热心。一批企业开端在医学影像AI的研制与运用中投入极大的热心,翼展医疗集团亦是佼佼者之一。

原标题:解救开发者噩梦的NVIDIA云端神器!2万家企业现已获益

NGC让开发者不再受限于台式机和效劳器,还能够在云端快速敞开深度学习和高性能核算之旅,并且没有晋级版别的后顾之虑。现在阿里云、谷歌云、AWS、微软Azure等干流云效劳供给商均已支撑NGC。

NVIDIA每月都会对NGC上的库、驱动和容器进行优化,并在深度学习结构根底上供给一系列高性能核算可视化运用容器,以其可重复性和可移植性,便利用户在最短时刻内发动和运转。

现在,像翼展这样凭借NGC高效展开深度学习的事例举目皆是。除了医疗健康之外,NGC在深度学习和高性能核算快速成长的自动驾驶、医疗健康、金融效劳等范畴正在大面积铺开。

NGC容器注册表包含NVCaffe、Digits、TensorFlow、MXNet、CUDA等十余种最常见结构的NVIDIA GPU加快版别,这些结构的必要相关项都被NVIDIA进行了调整、测验和验证。

其时应对这一问题,翼展设置了严厉的规章制度来区分用户空间,并随后选用公有云的GPU实例,但在公有云上装置装备好环境仍然花费了不少时刻。

智东西以为,和直接在物理机上运转软件比较,NGC能够协助开发者节省软件装置编译和布置的进程,躲避软件依托、办理、调优带来的繁复问题,并经过跨环境移植深度学习作业削减扩展AI作业负载所需的凯旋,然后愈加高效地建立深度学习环境,最大化NVIDIA GPU运用功率。

NGC运用进程十分简略,在官网注册用户、生成拜访NGC的Key并登陆后,就能够在NGC渠道下载到干流深度学习结构、开源HPC运用软件和可视化软件的容器镜像,经过运转一个docker pull指令免费下载。

▲NVIDIA GPU Cloud支撑的根底设施类型

容器便是对软件依托库进行打包封装,能够完成软件环境的有用阻隔,便利用户快速布置自己所需的软件。

经过运用NGC供给的容器镜像,用户无需进行杂乱的建立环境作业,无需自己做软件集成和调试,亦不用依托体系办理员来装置各种东西,即可快速布置自己想要的运用,进行深度学习开发。别的 ,NGC衔接公网的方位均可拜访,只需没有做一些防火墙的阻隔,用户也无需忧虑受限问题。

为了推进AI落地医疗,翼展打造了人工智能敞开协作渠道,但是建立效劳器的路途却有些杂乱。

用户还可将自研AI运用发布为NVIDIA-Docker镜像,既能够简化运用布置,又可与工程团队其他项目共用一套继续集成及运维的流程。关于技能实力比较强的开发者来说,能够测验自己建立调优。

NGC还具有杰出的可移植性,开发者能够将代码推送至后端环境,然后从一种根底设施迁移到另一种根底设施中。

NGC的每个结构容器镜像还包含了结构源代码,支撑用户自定义修正、增强功用和完好的软件展开开。

其次是运维中的机时分配问题。翼展在上8卡效劳器时,挑选将操作体系和底层驱动都交给第三方厂商来装备好,但团队成员及项目的增加给运维带来新的应战——每个成员的项目和运用的模型不同,底层依托的结构版别也不一致。

在这样的布景下,NVIDIA推出针对深度学习和科学核算优化的GPU加快云渠道NVIDIA GPU Cloud(NGC),经过免费供给NVIDIA优化的深度学习结构和HPC运用软件镜像,让用户不再需求自己动手做软件集成,不需求自己调试十大时时彩正规平台,就能快速完成深度学习常用软件和运用的布置。

假如用户不想运用容器,还能够将容器中编译装置好的软件拷贝到物理机上运转,相同能够节省软件装置和编译的时刻。

▲NVIDIA GPU Cloud渠道

智东西(大众号:zhidxcom)

除了深度学习结构,NGC供给一系列高性能核算(HPC)运用程序的容器,确保一切库、编译程序和运用程序的相关项都为最新版别且与集群匹配的问题,让用户在集群上能够便利地运转 HPC 运用程序。

在AI开发如火如荼进行的当口,节省时刻本钱和提高核算功率都至关重要,在这一方面,NGC正走在前列,为更多注册送白菜无需申请开发者和企业简化环境布置和软件集成进程,使他们能将更多时刻集中于展开深度学习研讨,推进更多研讨成果的发明。

2、自定义容器功用

NGC是一个针对深度学习和科学核算优化的根据GPU加快的云渠道,但不同于传统的云渠道,NGC更像是供给一个定时更新和优化的容器库房,供用户免费下载运用其间的容器。

1、更多容器范畴

AI算法的展开衍生出各式各样的深度学习软件,杂乱的软件环境使得装置、测验、调优、保护的进程繁琐且耗时长,加上版别改变快速的深度学习开源结构,令很多开发者饱尝为很多琐碎布置和保护作业的折磨。

本文地址:http://ktw8.com/post/419.html 转载请注明出处!

标签: 开发 PC 医疗健康