KONTENERY Z DZIEDZINY GŁĘBOKIEGO UCZENIA

ZACZNIJ KORZYSTAĆ Z PLATFORMY NVIDIA GPU CLOUD I AMAZON EC2

NVIDIA GPU Cloud (NGC) to akcelerowana na GPU w chmurze platforma, która ułatwia rozpoczęcie pracy z najlepszymi platformami programistycznymi (frameworkami) do głębokiego uczenia - zarówno lokalnie, jak i za pośrednictwem serwisu Amazon Elastic Compute Cloud (Amazon EC2) oraz innych usług w chmurze dostępnych wkrótce.

Obejrzyj wideo >

TRZY POWODY PRZEMAWIAJĄCE ZA PLATFORMĄ NVIDIA GPU CLOUD

  1. INNOWACJA W KAŻDEJ BRANŻY

    Naukowcy pracujący ze zbiorami danych i inni badacze mogą w prosty sposób korzystać z rozwiązań SI firmy NVIDIA dzięki mocy obliczeniowej najszybszej architektury GPU na świecie oraz zoptymalizowanych kontenerów framework do głębokiego uczenia, dostępnych w ramach platformy NVIDIA GPU Cloud. Rozwiązania SI firmy NVIDIA pomagają w rozwiązywaniu jednych z najbardziej złożonych problemów ludzkości. Umożliwiają wczesną diagnostykę i pomagają w odkrywaniu leków na choroby zakaźne. Pozwalają redukować liczbę ofiar wypadków komunikacyjnych i wykrywać niedoskonałości w kluczowych infrastrukturach, a także umożliwiają szczegółową biznesową analizę dużych zbiorów danych i wiele więcej. Wszystkie branże - od motoryzacji i służby zdrowia, po działalności typu fintech- zmieniają się za sprawą rozwiązań SI firmy NVIDIA.
  2. CZAS POŻEGNAĆ SIĘ Z ROZWIĄZANIAMI TYPU DIY

    Rozwiązanie NVIDIA GPU Cloud oferuje naukowcom korzystającym z SI stworzone pod kątem wydajności kontenery dla platform głębokiego uczenia, takich jak TensorFlow, PyTorch, MXNet i wiele innych. Te wstępnie zintegrowane, akcelerowane na GPU platformy programistyczne - zawierające wszystkie niezbędne elementy, takie jak CUDA Runtime, biblioteki NVIDIA i system operacyjny - są zoptymalizowane, przetestowane i certyfikowane przez firmę NVIDIA pod kątem pracy z Amazon EC2 P3 w oparciu o architekturę NVIDIA Volta i rozwiązania NVIDIA DGX-1™ oraz NVIDIA DGX Station™. Pozwala to wyeliminować konieczność czasochłonnej i trudnej samodzielnej integracji oprogramowania, umożliwiając jednocześnie użytkownikom realizację przy pomocy SI zadań, które wcześniej wydawały się niemożliwe do zrealizowania.
  3. DOSTĘP Z DOWOLNEGO MIEJSCA

    Oferowany w ramach rozwiązania NGC katalog zoptymalizowanych kontenerów dla platform głębokiego uczenia jest bezpłatnie dostępny dla każdego użytkownika systemów NVIDIA DGX™ oraz usług w chmurze oferowanych przez wybranych dostawców. Konteneryzacja oprogramowania umożliwia swobodny dostęp do zadań związanych z głębokim uczeniem w wielu środowiskach, co pozwala zredukować ogólny koszt skalowania procesów SI. Twórcy oprogramowania i naukowcy pracujący w oparciu o rozwiązanie NVIDIA DGX, korporacje wykorzystujące rozwiązanie NVIDIA DGX-1 w centrum danych oraz organizacje korzystające z układów NVIDIA GPU w chmurze mają teraz dostęp do spójnego, zoptymalizowanego zestawu narzędzi. Dzięki rozwiązaniu NGC, naukowcy mogą poświęcać mniej czasu na procesy IT, a więcej na przeprowadzanie eksperymentów, analizę danych i zarządzanie wynikami z wykorzystaniem technik głębokiego uczenia.
Download the NGC Deep Learning Frameworks Brief

POBIERZ BROSZURĘ DOTYCZĄCĄ PLATFORM GŁĘBOKIEGO UCZENIA NGC

Przeczytaj broszurę i dowiedz się więcej na temat optymalizacji najlepszych platform głębokiego uczenia. Rozpocznij pracę z NGC i wszystkimi głównymi platformami programistycznymi, takimi jak TensorFlow, PyTorch, MXnet, Theano, Caffe2, Microsoft Cognitive Toolkit (CNTK) i wiele innych.

NAJCZĘŚCIEJ ZADAWANE PYTANIA (FAQ)

  • Co zyskuję poprzez założenie konta w serwisie NGC?

    Zyskujesz bezpłatny dostęp do wszechstronnego katalogu w pełni zintegrowanych i zoptymalizowanych kontenerów dla platform głębokiego uczenia. 

  • Kto ma dostęp do kontenerów w ramach rozwiązania NGC?

    Kontenery są dostępne dla każdego, kto utworzy konto w serwisie NGC. Utrzymując konto, użytkownicy mogą pobierać najnowsze wersje zoptymalizowanych pod kątem układów GPU kontenerów i korzystać z nich na kompatybilnych platformach.

  • Czym są kontenery z dziedziny głębokiego uczenia?

    Każdy kontener zawiera zestaw NGC Deep Learning Stack, wstępnie zintegrowany zestaw oprogramowania zoptymalizowanego pod kątem głębokiego uczenia na układach GPU NVIDIA. Obejmuje on system operacyjny Linux, bibliotekę uruchomieniową CUDA i inne wymagane biblioteki oraz wybraną platformę (NVCaffe, TensorFlow itp.). Wszystkie te elementy dopasowano w celu umożliwienia natychmiastowej pracy bez konieczności dodatkowej konfiguracji.

  • Które platformy programistyczne są dostępne w ramach rozwiązania NGC?

    Rejestr kontenerów NGC oferuje akcelerowane na układach GPU NVIDIA wersje najpopularniejszych platform programistycznych: NVCaffe, Caffe2, Microsoft Cognitive Toolkit (CNTK), Digits, MXNet, PyTorch, TensorFlow, Theano, Torch, CUDA (podstawowy kontener dla twórców oprogramowania).

  • Przy użyciu jakich rozwiązań mogę korzystać z kontenerów?

    Akcelerowane na układach GPU kontenery są dostosowane, przetestowane i certyfikowane przez firmę NVIDIA pod kątem współpracy z usługą Amazon EC2 P3 oraz architekturą NVIDIA Volta i systemami NVIDIA DGX. Wkrótce dodane zostanie wsparcie dla innych dostawców usług w chmurze.

  • Czy mogę uruchamiać kontenery z serwisu NGC na moim komputerze PC z kartą Titan Xp lub GeForce 1080 Ti?

    Tak, warunki użytkowania pozwalają na wykorzystanie kontenerów z dziedziny głębokiego uczenia platformy NGC na stacjonarnych komputerach PC wyposażonych w jednostki GPU oparte na architekturze Pascal lub Volta.

  • Jak uruchomić te kontenery w usłudze Amazon EC2?

    Firma NVIDIA utworzyła bezpłatną instancję Amazon Machine Image (AMI) o nazwie NVIDIA Volta Deep Learning AMI dla rozwiązania NGC, która jest dostępna w serwisie AWS. Ten obraz maszyny wirtualnej (AMI) stanowi zoptymalizowane środowisko do obsługi platform głębokiego uczenia dostępnych w ramach rejestru kontenerów NGC. Po prostu utwórz instancję AMI, przeciągnij żądaną platformę z NGC do swojej instancji i od razu możesz zacząć realizację zadań związanych z głębokim uczeniem. W serwisie AWS dostępne są również inne obrazy AMI do zastosowań związanych z głębokim uczeniem, jednak nie są one przetestowane ani zoptymalizowane przez firmę NVIDIA.

  • Jak często aktualizowane są kontenery platformy głębokiego uczenia?

    Co miesiąc. Kontenery z dziedziny głębokiego uczenia zyskują dzięki ciągłym inwestycjom w badania i rozwój firmy NVIDIA oraz współpracy z inżynierami do spraw platform programistycznych, co zapewnia, że każda platforma głębokiego uczenia jest zoptymalizowana pod kątem jak najszybszego procesu szkolenia. Inżynierowie z firmy NVIDIA stale optymalizują oprogramowanie oferując comiesięczne aktualizacje kontenerów, aby zapewnić, że Twoja inwestycja w głębokie uczenie będzie przynosiła na przestrzeni czasu coraz większe zyski.

  • Jakie wsparcie oferuje firma NVIDIA w zakresie tych kontenerów?

    Wszyscy użytkownicy rozwiązania NGC zyskują dostęp do forum dla twórców oprogramowania NVIDIA DevTalk https://devtalk.nvidia.com/. Forum dla programistów NVIDIA DevTalk zrzesza wielu ekspertów w dziedzinie głębokiego uczenia i układów GPU, którzy są częścią ekosystemu klientów, partnerów i pracowników firmy NVIDIA.

  • Czemu firma NVIDIA oferuje te kontenery?

    Firma NVIDIA napędza proces demokratyzacji sztucznej inteligencji, oferując naukowcom i programistom wykorzystującym głębokie uczenie dostęp do akcelerowanych na GPU platform głębokiego uczenia. Dzięki temu mogą oni w prosty sposób obsługiwać te zoptymalizowane platformy programistyczne za pośrednictwem opartych na architekturze Volta usług w chmurze lub na lokalnych systemach wyposażonych w najnowsze układy GPU firmy NVIDIA.

  • Jeśli kontenery są bezpłatne, czy muszę płacić za czas poświęcony na przetwarzanie danych?

    Za korzystanie z kontenerów NVIDIA z dziedziny głębokiego uczenia w ramach rejestru kontenerów serwisu NGC nie pobierane są żadne opłaty (zgodnie z zapisami warunków użytkowania). Jednakże każdy z dostawców usług w chmurze ma własny cennik dotyczący usług akcelerowanych obliczeń.

ZYSKAJ DOSTĘP DO PLATFORM GŁĘBOKIEGO UCZENIA STWORZONYCH POD KĄTEM WYDAJNOŚCI DZIĘKI ROZWIĄZANIU NGC