Alibaba Cloud GPU를 이용한 Deep Learning에 대해~Elastic GPU Service on Data Deep Learning~
Alibaba Cloud의 GPU 정보
Alibaba Cloud에서도 Elastic GPU Service(EGS)라는 GPU를 이용할 수 있는 서비스가 제공되고 있습니다.
GPU는 병렬 처리를 실시함으로써 고속으로 연산을 실시합니다.
그 성능을 심층 학습(Deep Learning)으로 이용하는 것에 주목이 모이고 있습니다.
EGS는 Nvidia Tesla P100 GPU에 구축되어 있어 기계 학습(심층 학습)과 대규모 병렬 계산을 할 수 있습니다.
2018/06/06에 도쿄 리전에서도 GPU 인스턴스를 이용할 수 있게 되었습니다.
Alibaba Cloud 도쿄 리전 GPU 인스턴스 추가 알림
Alibaba Cloud에서 GPU를 사용하는 방법
GPU를 활용하려면 GN5 인스턴스를 만들어야 합니다.
이번은 도쿄 리전에서, 이하의 순서로 작성했습니다.
인스턴스 유형: ecs.gn5-c4g1.xlarge
CPU:4
메모리: 30
인스턴스 생성 및 GPU 드라이버 설치
여기 의 페이지를 참고로 인스턴스를 작성했습니다.
인스턴스를 선택하려면 "ecs.gn5-c4g1.xlarge"에서 검색하자마자 찾을 수 있습니다.
GPU의 드라이버는 인스턴스 작성시 자동 설치의 설정 항목이 있습니다.
스스로 GPU 드라이버를 설치하려고 하면 Kernel의 버전 문제 등 여러가지 문제가 발생하여 해결에 시간이 걸리므로 자동 설치를 권장합니다.
구성은 이렇게 했습니다.
GPU의 드라이버를 자동 설치할 때는 인스턴스 생성에 평소보다 시간이 걸린다고 표시되지만, 실제로는 큰 차이는 거의 없고 몇 분만에 인스턴스를 생성할 수 있었습니다.
인스턴스에 SSH로 로그인하고 GPU 정보를 확인합니다.# nvidia-smi
GPU가 설정되어 있는지 확인할 수 있었습니다.
GPU를 이용한 Deep Learning 정보
Deep Learning 사용 방법
TensorFlow에서 MNIST for Beginners을 사용하고 싶습니다.
환경으로 Anaconda 및 TensorFlow, Git을 추가로 설치합니다.
절차는 여기 과 여기 을 참고로 진행했습니다.
실행 결과는 이쪽.
일단 결과가 나왔습니다.
이처럼 GPU를 이용하여 Deep Learning을 할 수 있었습니다.
데이터수가 적은 초보자용의 내용이었으므로 GPU의 성능을 마음껏 이용할 수 없었습니다만, 복잡한 처리나 대규모의 데이터수의 Deep Learning으로 진가를 발휘할 수 있다고 생각합니다.
요약
GPU를 이용한 Deep Learning을 동작시키는 환경의 구축은 비교적 간단하게 할 수 있었습니다.
또, 요금을 확인하면서 설정할 수 있으므로 종량 과금의 경우에도 계산하면서 인스턴스를 작성할 수 있는 것은 매우 편리합니다.
이번 소개한 방법에서도 Deep Learning의 환경은 구축할 수 있습니다만, Container 클러스터를 이용한 Deep Learning 환경 구축 도 있기 때문에, 시험해 보세요.
참조
Alibaba Cloud Elastic GPU 서비스
Reference
이 문제에 관하여(Alibaba Cloud GPU를 이용한 Deep Learning에 대해~Elastic GPU Service on Data Deep Learning~), 우리는 이곳에서 더 많은 자료를 발견하고 링크를 클릭하여 보았다
https://qiita.com/cube8080/items/cb4a972393de6bdcbd07
텍스트를 자유롭게 공유하거나 복사할 수 있습니다.하지만 이 문서의 URL은 참조 URL로 남겨 두십시오.
우수한 개발자 콘텐츠 발견에 전념
(Collection and Share based on the CC Protocol.)
GPU를 활용하려면 GN5 인스턴스를 만들어야 합니다.
이번은 도쿄 리전에서, 이하의 순서로 작성했습니다.
인스턴스 유형: ecs.gn5-c4g1.xlarge
CPU:4
메모리: 30
인스턴스 생성 및 GPU 드라이버 설치
여기 의 페이지를 참고로 인스턴스를 작성했습니다.
인스턴스를 선택하려면 "ecs.gn5-c4g1.xlarge"에서 검색하자마자 찾을 수 있습니다.
GPU의 드라이버는 인스턴스 작성시 자동 설치의 설정 항목이 있습니다.
스스로 GPU 드라이버를 설치하려고 하면 Kernel의 버전 문제 등 여러가지 문제가 발생하여 해결에 시간이 걸리므로 자동 설치를 권장합니다.
구성은 이렇게 했습니다.
GPU의 드라이버를 자동 설치할 때는 인스턴스 생성에 평소보다 시간이 걸린다고 표시되지만, 실제로는 큰 차이는 거의 없고 몇 분만에 인스턴스를 생성할 수 있었습니다.
인스턴스에 SSH로 로그인하고 GPU 정보를 확인합니다.
# nvidia-smi
GPU가 설정되어 있는지 확인할 수 있었습니다.
GPU를 이용한 Deep Learning 정보
Deep Learning 사용 방법
TensorFlow에서 MNIST for Beginners을 사용하고 싶습니다.
환경으로 Anaconda 및 TensorFlow, Git을 추가로 설치합니다.
절차는 여기 과 여기 을 참고로 진행했습니다.
실행 결과는 이쪽.
일단 결과가 나왔습니다.
이처럼 GPU를 이용하여 Deep Learning을 할 수 있었습니다.
데이터수가 적은 초보자용의 내용이었으므로 GPU의 성능을 마음껏 이용할 수 없었습니다만, 복잡한 처리나 대규모의 데이터수의 Deep Learning으로 진가를 발휘할 수 있다고 생각합니다.
요약
GPU를 이용한 Deep Learning을 동작시키는 환경의 구축은 비교적 간단하게 할 수 있었습니다.
또, 요금을 확인하면서 설정할 수 있으므로 종량 과금의 경우에도 계산하면서 인스턴스를 작성할 수 있는 것은 매우 편리합니다.
이번 소개한 방법에서도 Deep Learning의 환경은 구축할 수 있습니다만, Container 클러스터를 이용한 Deep Learning 환경 구축 도 있기 때문에, 시험해 보세요.
참조
Alibaba Cloud Elastic GPU 서비스
Reference
이 문제에 관하여(Alibaba Cloud GPU를 이용한 Deep Learning에 대해~Elastic GPU Service on Data Deep Learning~), 우리는 이곳에서 더 많은 자료를 발견하고 링크를 클릭하여 보았다
https://qiita.com/cube8080/items/cb4a972393de6bdcbd07
텍스트를 자유롭게 공유하거나 복사할 수 있습니다.하지만 이 문서의 URL은 참조 URL로 남겨 두십시오.
우수한 개발자 콘텐츠 발견에 전념
(Collection and Share based on the CC Protocol.)
GPU를 이용한 Deep Learning을 동작시키는 환경의 구축은 비교적 간단하게 할 수 있었습니다.
또, 요금을 확인하면서 설정할 수 있으므로 종량 과금의 경우에도 계산하면서 인스턴스를 작성할 수 있는 것은 매우 편리합니다.
이번 소개한 방법에서도 Deep Learning의 환경은 구축할 수 있습니다만, Container 클러스터를 이용한 Deep Learning 환경 구축 도 있기 때문에, 시험해 보세요.
참조
Alibaba Cloud Elastic GPU 서비스
Reference
이 문제에 관하여(Alibaba Cloud GPU를 이용한 Deep Learning에 대해~Elastic GPU Service on Data Deep Learning~), 우리는 이곳에서 더 많은 자료를 발견하고 링크를 클릭하여 보았다 https://qiita.com/cube8080/items/cb4a972393de6bdcbd07텍스트를 자유롭게 공유하거나 복사할 수 있습니다.하지만 이 문서의 URL은 참조 URL로 남겨 두십시오.
우수한 개발자 콘텐츠 발견에 전념 (Collection and Share based on the CC Protocol.)