Pour rappel, NGC fournit des fonctionnalités avancées pour la réalisation de projets en rapport avec le Deep Learning et le calcul haute performance (HPC). Cette solution peut notamment être utilisée pour configurer, entrainer et déployer rapidement des réseaux de neurones profonds optimisés pour le calcul sur GPU. À cet effet, NGC prend en charge un catalogue de conteneurs logiciels intégrés et optimisés pour le Deep Learning exploitant la puissance des GPU Volta et Pascal de NVIDIA, en local ou dans le Cloud, sur les plateformes éligibles.
Chaque conteneur NGC intègre un système d’exploitation basé sur Linux, des logiciels préintégrés, l’environnement d’exécution CUDA, les bibliothèques requises ainsi que l’application HPC ou le framework de Deep Learning sélectionné (TensorFlow, NVCaffe, NVIDIA DIGITS, NAMD, GROMACS, Relion, etc.). Ces conteneurs dédiés au calcul haute performance et à l’apprentissage profond sont mis à jour tous les mois afin de garantir les meilleures performances possible.
D’après NVIDIA, la conteneurisation garantit la portabilité des projets de Deep Learning à travers de multiples environnements, ce qui en théorie permet de réduire les couts d’exploitation associés aux workflows IA. L’accès au registre de conteneurs NGC est entièrement gratuit. Cependant, il revient à chaque fournisseur de services Cloud de proposer une tarification spécifique pour ses solutions de calcul accéléré.
Grâce à la prise en charge de NGC sur Azure, les développeurs peuvent désormais accéder à 35 conteneurs compatibles avec l’accélération matérielle via GPU à partir du registre de conteneur NGC. Ces conteneurs dédiés aux applications HPC, aux logiciels d’apprentissage profond et aux outils de visualisation HPC peuvent être utilisés sur les instances Microsoft Azure suivantes :
- NCv3 (1, 2 ou 4 GPU NVIDIA Tesla V100)
- NCv2 (1, 2 ou 4 GPU NVIDIA Tesla P100)
- ND (1, 2 ou 4 GPU NVIDIA Tesla P40)
Pour faciliter l'utilisation des conteneurs NGC avec Azure, la firme de Redmond a publié une nouvelle image appelée « NVIDIA GPU Cloud Image » dédiée au Deep Learning et au calcul haute performance sur Azure Marketplace. Cette image fournit un environnement préconfiguré pour faciliter l'usage de conteneurs NGC sur Azure. Les conteneurs NGC sur les machines virtuelles Azure NCv2, NCv3 et ND peuvent également être exécutés avec Azure Batch AI. Pour accéder aux conteneurs NGC à l’aide de cette image, il suffit de créer un compte gratuit, puis d’extraire les conteneurs dans votre instance Azure.
Source : Microsoft, NVIDIA
Et vous ?
Qu’en pensez-vous ?
Pensez-vous que l’arrivée de NGC sur Azure soit une bonne initiative ? Pourquoi ?
Quel est votre avis sur la conteneurisation et l’impact réel de l’accélération matérielle par GPU sur les projets de Deep Learning et HPC ?
Voir aussi
NVIDIA annonce sa nouvelle carte graphique Titan V basée sur l'architecture Volta et utilisable sur un ordinateur de bureau
Avec le recrutement de Chris Hook, Intel pourrait préparer sa transition vers la suprématie du GPU, comme l'a prédit le PDG de NVIDIA
Azure SQL Data Sync est disponible et permet de synchroniser les données entre une BD SQL Azure et les autres points de terminaison SQL
Microsoft annonce la disponibilité générale d'Azure IoT Edge, son service cloud entièrement géré qui a été en beta pendant près d'un an