Przejdź do głównej treści
Non classé

PNY Pro-Tipp #01: Benchmark głębokiego uczenia z NVIDIA GPU-Cloud i Tensorflow (część 1)

Wysłane przez PNY Pro03 maja 2019 r.

Jako entuzjasta komputerów osobistych chciałbym, aby rozwiązania sprzętowe były testowane pod kątem ich względnej wydajności przy korzystaniu z najlepszych rozwiązań. Ten proces jest również znany jako "Benchmarking". Benchmarking-Ergebnisse werden in der Regel als beste Instrument zur Bewertung der Vorzüge von konkurrierenden Systemen bei der Kaufentscheidung angesehen.

W najnowszej serii blogów dyskutujemy o tym, jak zbudować system, w którym punktem ciężkości jest testowanie listy GPU do głębokiego uczenia z Ubuntu 18.04, NVIDIA GPU Cloud (NGC) i TensorFlow.

 

Die Blog-Serie wird wie folgt ablaufen:


Część
pierwsza: Wprowadzenie
Drugi rozdział
: Kontrola sprzętu
Część
trzecia: Instalacja oprogramowania

 

Większość graczy korzysta z narzędzi do testów porównawczych, takich jak 3DMark i Unigene Superposition, podczas gdy profesjonaliści korzystają z najlepszych narzędzi, takich jak SPECviewperf i PassMark. Jeśli chodzi o benchmarki głębokiego uczenia się, to najbardziej znanym "Yard-Stick" jest trening neuronalnych sieci ResNet-50-Netzes z wykorzystaniem danych ImageNet, w tym danych ImageNet-2012 do klasyfikacji obrazów.

Przedsiębiorstwa, które koncentrują się na głębokim uczeniu, wykorzystują tę metodę w dużym stopniu do komunikacji i porównywania wyników. Metryka ta pojawiła się niedawno na blogu NVIDIA, na którym zweryfikowano różne metody Deep Learning-Framework-Leistungen. Więcej informacji można znaleźć tutaj: https://developer.nvidia.com/deep-learning-performance-training-inference

Wskazówka 12- NVIDIAPonieważ Deep Learning jest bardzo zaawansowany, ta lista nie jest kompletnym opisem poziomu Deep Learning. Jest jednak przydatna i istotna, ponieważ zapewnia nam rzetelny standard porównywania wyników "Bildern pro Sekunde".

Chciałbym podkreślić, że dr Kinghorn z firmy PNYs Partner Puget Systems już od ponad roku zajmuje się tym tematem; jego blogi są świetną pomocą dla początkujących i zawierają przydatne wskazówki również dla zaawansowanych użytkowników. Jego wskazówki są bardzo pomocne. Poświęć trochę czasu i zapoznaj się z jego obszernym, 5-stronicowym blogiem.

https://www.pugetsystems.com/labs/hpc/How-To-Setup-NVIDIA-Docker-and-NGC-Registry-on-your-Workstation—Part-1-Introduction-and-Base-System-Setup-1095/

 

Wprowadzenie do NGC.


Narzędziem Geheimwaffe do przeprowadzania testów przepływu pracy jest NVIDIA GPU-Cloud, czyli NGC.

NGC to niedroga platforma Docker-Container-Registrierung, będąca zbiorem specjalistycznego oprogramowania do zaawansowanej nauki o danych, masowej nauki i analizy. Wśród znanych frameworków dostępnych w NGC znajdują się TensorFlow, PyTorch, Caffe2 i wiele innych. Rejestr NGC można znaleźć pod poniższym linkiem: https://ngc.nvidia.com/catalog, rejestracja nie jest wymagana.

Wskazówka 12 - NGC

Czym jest kontener? Laut Docker.com :


"Kontener jest standardowym oprogramowaniem, w którym zawarty jest kod i wszystkie jego funkcje, dzięki czemu korzystanie z niego odbywa się szybko i sprawnie z jednego komputera do drugiego. Docker-Container-Image to niewielki, samodzielny, funkcjonalny pakiet oprogramowania, który zawiera wszystko, co jest potrzebne do wdrożenia danego rozwiązania: kod, czas działania, narzędzia systemowe, biblioteki systemowe i ustawienia ." https://www.docker.com/resources/what-container

Zgodnie z tą definicją, kontener jest kontrolowanym zbiorem oprogramowania, w którym całe oprogramowanie jest tak skonfigurowane, że dobrze się z nim współpracuje. Dzięki zastosowaniu kontenerów Docker można mieć pewność, że oprogramowanie w testach jest spójne, a różnice między różnymi bibliotekami nie występują. Kontenery NGC mają tę zaletę, że są zoptymalizowane, zweryfikowane i wyposażone w procesor graficzny NVIDIA, dzięki czemu dobrze współpracują z procesorami graficznymi NVIDIA.

Dlaczego należy używać systemu Linux? W chwili obecnej NGC działa tylko pod Linuksem.

Po zapoznaniu się z informacjami na temat sprzętu w najnowszym blogu, zapoznaj się z rejestrem NGC i uzyskaj wgląd w różne dostępne kontenery. Następnie odwiedź stronę PNY-Landingpage, aby uzyskać więcej informacji na temat tego, jak procesory graficzne NVIDIA wpływają na świat.

http://www.pny.com/ai

Wskazówka 12 PNY