IdentifiantMot de passe
Loading...
Mot de passe oublié ?Je m'inscris ! (gratuit)

Vous êtes nouveau sur Developpez.com ? Créez votre compte ou connectez-vous afin de pouvoir participer !

Vous devez avoir un compte Developpez.com et être connecté pour pouvoir participer aux discussions.

Vous n'avez pas encore de compte Developpez.com ? Créez-en un en quelques instants, c'est entièrement gratuit !

Si vous disposez déjà d'un compte et qu'il est bien activé, connectez-vous à l'aide du formulaire ci-dessous.

Identifiez-vous
Identifiant
Mot de passe
Mot de passe oublié ?
Créer un compte

L'inscription est gratuite et ne vous prendra que quelques instants !

Je m'inscris !

Microsoft apporte la prise en charge du calcul GPU à son sous-système Windows pour Linux (WSL 2)
Cette Preview prend en charge les workflows d'intelligence artificielle et d'apprentissage automatique

Le , par Stéphane le calme

64PARTAGES

4  0 
Le sous-système Windows pour Linux (WSL) permet aux utilisateurs de Windows d'exécuter des outils de ligne de commande Linux natifs et non modifiés directement sur Windows. Selon Microsoft, l'utilisation de WSL a beaucoup augmenté depuis qu'il a été annoncé pour la première fois il y a 4 ans, lors de la Microsoft Build 2016, et fonctionne désormais sur plus de 3,5 millions d'appareils actifs par mois.

L'ajout de la prise en charge du calcul GPU à WSL a été la fonctionnalité la plus demandée depuis la première version. Au cours des dernières années, les équipes WSL, Virtualization, DirectX, Windows Driver, Windows AI ainsi que les partenaires silicium ont travaillé dur pour apporter cette capacité. Lors de l’édition 2020 de la Microsoft Build, l’éditeur a annoncé que les résultats de tout ce travail arriveraient bientôt en Preview pour les Windows Insiders.

C’est désormais chose faite : la Preview du calcul GPU est désormais disponible dans WSL 2 pour Windows Insiders (à partir de la Build 20150). Cette préversion prendra initialement en charge l'intelligence artificielle (AI) et les workflows d'apprentissage automatique (ML), permettant aux professionnels et aux étudiants d'exécuter des charges de travail ML sur l'ensemble des GPU de l'écosystème Windows.

Habiliter les professionnels via le support NVIDIA CUDA

Les data scientists professionnels se servent de leurs machines locales pour le développement et l'expérimentation. Ces utilisateurs expérimentent différents algorithmes de formation sur de petits lots de données de formation, ajustant souvent les paramètres et les architectures jusqu'à ce que certains critères de précision soient remplis. Lorsqu'une configuration prometteuse est trouvée, il est courant de pousser l'intégralité de la charge de travail dans un environnement hébergé pour une formation à grande échelle sur des ensembles de données plus volumineux.

Dans ce processus de développement sur l'appareil local, il existe des outils, des bibliothèques et des frameworks populaires basés sur Linux que ces utilisateurs exploitent dans leur flux de travail quotidien. La formation des modèles ML est une tâche de calcul longue, même lorsque vous utilisez de petits ensembles de données. Pour accélérer la formation, beaucoup de ces outils utilisent le CUDA de NVIDIA comme chemin optimisé pour l'accélération matérielle du GPU, permettant aux data scientists d'accélérer matériellement leurs scripts de formation sur les GPU NVIDIA.

La prise en charge de NVIDIA CUDA est présente sur Windows depuis des années. Cependant, il existe une variété d'applications de calcul CUDA qui ne s'exécutent que dans un environnement Linux natif. Aussi, Microsoft a ajouté la prise en charge de CUDA dans WSL 2 :

« Aujourd'hui, en partenariat avec NVIDIA, nous publions une première préversion de CUDA pour WSL 2. Cette préversion inclut la prise en charge des outils ML existants, des bibliothèques et des frameworks populaires, y compris PyTorch et TensorFlow. Ainsi que toute la prise en charge Docker et NVIDIA Container Toolkit disponible dans un environnement Linux natif, permettant aux charges de travail GPU conteneurisées conçues pour s'exécuter sur Linux de s'exécuter telles quelles dans WSL 2 ».


Autonomiser les étudiants et les débutants grâce à DirectML

Au cours des dernières années, il y a eu une demande croissante de cours d'introduction à l'IA et au ML, les plateformes d'apprentissage en ligne jouant un rôle clé dans la formation des collaborateurs et l’enseignement des étudiants. Ces cours permettent aux ingénieurs logiciels existants et aux étudiants de forger les bases de leurs nouvelles compétences en travaillant avec des architectures de modèle courantes.

Microsoft indique vouloir s’assurer que les appareils Windows dont disposent ces utilisateurs peuvent pleinement prendre en charge leur apprentissage. Cela commence par une formation accélérée matérielle sur l'étendue du matériel Windows, sur les GPU AMD, Intel et NVIDIA, via DirectML. L'API DirectML permet une inférence accélérée pour les modèles d'apprentissage automatique sur n'importe quel GPU basé sur DirectX 12, et Microsoft étend ses capacités pour prendre en charge la formation. En outre, Microsoft a l'intention d'intégrer DirectML avec des outils d'apprentissage automatique, des bibliothèques et des frameworks populaires afin qu'ils puissent l'utiliser automatiquement comme backend d'accélération matérielle sous Windows.

L’éditeur comprend cependant que certains des outils que ces utilisateurs utilisent le mieux fonctionnent dans un environnement Linux. Par conséquent, Microsoft s’efforce de garantir que DirectML fonctionne également bien dans WSL. Ce faisant, son intention est de donner pleinement aux étudiants et aux débutants les moyens d'apprendre dans l'environnement qui leur convient, sur le matériel qu'ils ont déjà :

« Aujourd'hui, nous faisons le premier pas pour permettre à ces futurs professionnels de tirer parti de l'étendue du matériel dans l'écosystème Windows, en publiant un Preview package de TensorFlow avec un backend DirectML. Les étudiants et les débutants peuvent commencer avec les modèles de didacticiels TensorFlow ou nos exemples pour asseoir les bases. Dans cette optique, nous nous engageons également avec la communauté TensorFlow à travers leur processus RFC. Nous prévoyons de proposer en open source notre extension de la base de code TensorFlow qui fonctionne avec DirectML dans les prochains mois. Nous continuerons également à dialoguer avec la communauté et à déterminer la meilleure voie pour intégrer nos modifications dans TensorFlow au fur et à mesure de son évolution ».

Microsoft a pris la peine de remercier AMD, Intel et NVIDIA qui ont publié des pilotes en Preview et permettent à ce package DirectML TensorFlow de s'exécuter sur Windows et dans WSL.

Source : Microsoft

Voir aussi :

Windows 10 May 2020 Update est disponible et apporte WSL2 par défaut avec un véritable noyau Linux, ainsi que la possibilité de renommer des bureaux virtuels
Build 2020 : Microsoft lance son application open source Windows Terminal 1.0, dévoile le support GPU et les applications graphiques Linux dans WSL
Build 2020 : DirectX arrive sur le sous-système Windows pour Linux, Microsoft apporte les API DxCore, D3D12 et DirectML à Linux lors de l'exécution en WSL
Premières impressions sur WSL 2 : 13 fois plus rapide que WSL 1, et introduit une nouvelle ère pour le développement Web sous Windows, selon un développeur
Le sous-système Windows pour Linux 2 (WSL2) passe à la disponibilité générale sous Windows 10, version 2004, avec un processus de mise à jour amélioré

Une erreur dans cette actualité ? Signalez-nous-la !