es dev stack

es-dev-กอง

โซลูชัน Bare Metal ภายในองค์กรสำหรับการปรับใช้แอปพลิเคชันที่ขับเคลื่อนด้วย GPU ในคอนเทนเนอร์

โพสต์ในบล็อกพร้อมรายละเอียดการปรับใช้:

http://www.emergingstack.com/2016/01/10/Nvidia-GPU-plus-CoreOS-plus-Docker-plus-TensorFlow.html

ข้อกำหนดเบื้องต้น

• เครื่องเฉพาะที่เข้ากันได้กับ CoreOS พร้อมติดตั้ง vanilla CoreOS
• Nvidia GPU รุ่นปัจจุบัน (ทดสอบกับ TitanX)

เพื่อสร้าง

อิมเมจการติดตั้งไดรเวอร์ Nvidia

 $ cd es-dev-stack/corenvidiadrivers

 $ docker build -t cuda .

รูปภาพ TensorFlow ที่เปิดใช้งาน GPU

 $ cd es-dev-stack/tflowgpu

 $ docker build -t tflowgpu .

เพื่อเรียกใช้

ขั้นตอนที่ 1 - ติดตั้งไดรเวอร์ Nvidia และลงทะเบียนอุปกรณ์ GPU (ครั้งเดียว)

 # docker run -it --privileged cuda

 # ./mkdevs.sh

ด่าน 2 - TensorFlow Docker Container พร้อมอุปกรณ์ GPU ที่แมป

 $ docker run --device /dev/nvidia0:/dev/nvidia0 --device /dev/nvidia1:/dev/nvidia1 --device /dev/nvidiactl:/dev/nvidiactl --device /dev/nvidia-uvm:/dev/nvidia-uvm -it -p 8888:8888 --privileged tflowgpu

เพื่อทดสอบ

• เปิดเว็บเบราว์เซอร์ของคุณไปที่ http://{host IP}:8888 และเปิดสมุดบันทึก CNN.ipynb
• ดำเนินการทุกขั้นตอนเพื่อยืนยัน
• เพื่อตรวจสอบความถูกต้องของการใช้ GPU ให้ดูสถิติที่สร้างจากเครื่องมือ Nvidia-SMI

 $ docker exec -it {container ID} /bin/bash

จากภายในคอนเทนเนอร์ที่ทำงานอยู่:

 $ watch nvidia-smi

เครดิต:

โซลูชันนี้ได้รับแรงบันดาลใจจากแหล่งข้อมูลในชุมชนบางแห่ง ขอขอบคุณ;

การตั้งค่าไดรเวอร์ Nvidia ผ่าน Docker - Joshua Kolden [email protected]

สมุดบันทึกสาธิต ConvNet - Edward Banner [email protected]