تكوين ArcGIS Notebook Server لاستخدام وحدات معالجة الرسومات (GPU)

إن استخدام وحدات المعالجة الرسومية (GPU) يحسن بسرعة من وقت المعالجة لنماذج التعلم الآلي.ArcGIS Notebook Server يمكن أن يستفيد من وحدات معالجة الرسومات (GPU) NVIDIA على جهازها المضيف بمجرد إجراء بعض الخطوات الإضافية.

بمجرد تثبيت ArcGIS Notebook Server وتكوينه، اتبع هذه الخطوات باستخدام نفس الجهاز.

1. قم بتثبيت برامج تشغيل NVIDIA المناسبة على الجهاز. راجع موقع الويب NVIDIA للاطلاع على المزيد من المعلومات.
2. قم بتثبيت وقت تشغيل nvidia-docker 2.0 على الجهاز بحيث تستطيع حاويات دفتر الملاحظات الاستفادة من وحدات معالجة الرسومات (GPU). ارجع إلى NVIDIA-مستودع Docker على GitHub للتنزيلات والوثائق المتعلقة بنظام التشغيل الخاص بك.
3. قم بتشغيل الأمر التالي للتأكد من تثبيت عناصر NVIDIA بشكل صحيح:

   docker run --runtime=nvidia --rm nvidia/cuda:9.0-base nvidia-smi

4. قم بزيادة وقت تشغيل دفتر الملاحظات المتقدم في Dockerfile لتعيين متغيرات البيئة التالية، تمكين NVIDIAContainer Runtime للحاويات التي تتسارع استنادًا إلى GPU.

   # Specify the existing notebook runtime imageId as FROM FROM aa7a1a346e5b
   # Use RUN to issue a command to install
   # Declare environment variables with ENV
   #RUN conda install <your_preferred_gpu_package>
   ENV NVIDIA_VISIBLE_DEVICES all ENV NVIDIA_DRIVER_CAPABILITIES compute,utility
   ENV NVIDIA_REQUIRE_CUDA "cuda>=9.2"

   يمكنك أيضًا تحديد تثبيت وحدات Python الأخرى التي يمكنها الاستفادة من دعم GPU. اتبع الخطوات الواردة في تمديد وقت تشغيل دفتر الملاحظات لإنشاء Dockerfile.
5. قم بإنشاء صورة حاوية مخصصة باستخدام بناء جملة الأمر التالي:

   docker build -t myGpuRuntime:v1.0 -f <path_to_Dockerfile> .

   تأكد من تضمين النقطة في نهاية الأمر.

6. عند اكتمال إنشاء الصورة، ستقوم الرسالة الناتجة بتسليم imageId المختصر للصورة الجديدة. احصل على imageId الكامل لحاويتك الجديدة.

   docker inspect <imageId>

7. سجل الدخول إلى دليل مسؤول ArcGIS Notebook Server على https://notebookserver.domain.com:11443/arcgis/admin. انتقل إلى دفاتر الملاحظات > أوقات التشغيل، وحدد وقت التشغيل المتقدم، ثم انقر فوق تحرير.
8. قم بتحديث وقت التشغيل المتقدم لاستخدام صورتك المخصصة الجديدة. استبدل قيمة imageId الحالية بقيمة لصورتك، التي حصلت عليها في الخطوة 6.
9. قم بتعيين قيمة dockerRuntime لتكون nvidia. احفظ التحريرات.
10. تحقق من أنك قد قمت بتكوين ArcGIS Notebook Server بنجاح لاستخدام وحدات معالجة الرسومات (GPU) NVIDIA. بصفتك عضوًا في البوابة الإلكترونية تمتلك امتياز دفاتر الملاحظات المتقدمة، افتح دفتر ملاحظات جديدًا. انسخ ما يلي في خلية وقم بتشغيل الخلية.

    import torch torch.cuda.is_available()

    يجب أن يُرجع الناتج True، لأن حزمة torch.cuda تتطلب تشغيل وحدات معالجة الرسومات (GPU).

11. قم بتشغيل الأمر التالي في خلية جديدة لعرض تكوين وحدة معالجة الرسومات (GPU) الخاصة بالجهاز:

    !nvidia-smi

إذا أردت في أي وقت أن تزيل السعة لموقع ArcGIS Notebook Server الخاص بك لاستخدام وحدات معالجة الرسومات (GPU)، فقم بتشغيل عملية استعادة أوقات تشغيل المصنع في دليل المسؤول. يتوفر ذلك على عنوان URL https://notebookserver.domain.com:11443/arcgis/admin/notebooks/runtimes/restore.