تكوين ArcGIS Notebook Server لاستخدام وحدات معالجة الرسومات (GPU)

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

ملاحظة:‏

بدءًا من 10.8، فإن أوقات تشغيل ArcGIS Notebook Server المضمنة تتضمن Conda CUDA Toolkit لتمكين دعم GPU. في السابق، كان سير العمل هذا يتطلب إنشاء وقت تشغيل مخصص لتضمين CUDA.

يحتوي سير العمل التالي على هدفين رئيسيين. الأول هو تثبيت برامج تشغيل ووقت تشغيل NVIDIA، مما سيسمح لمكون Docker الخاص بموقعك بإنشاء حاويات جاهزة لاستخدام GPU. الثاني هو إنشاء نسخة من وقت تشغيل دفتر الملاحظات الذي تم تكوينه لاستخدام وقت تشغيل NVIDIA. سيتم بدء تشغيل جميع دفاتر الملاحظات المفتوحة باستخدام وقت التشغيل هذا في الحاويات الجاهزة لاستخدام GPU. بصرف النظر عن ذلك، سيحتفظ وقت التشغيل الجديد بجميع مكتبات Python لوقت تشغيل دفتر الملاحظات.

بمجرد تثبيت ArcGIS Notebook Server وتكوينه، اتبع هذه الخطوات. إذا كان موقع ArcGIS Notebook Server الخاص بك يحتوي على أجهزة متعددة، فاتبع الخطوات من 1 إلى 3 على جميع الأجهزة.

1. قم بتثبيت برامج تشغيل NVIDIA المناسبة على كل جهاز في موقعك. 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 مستودع NVIDIA -Docker على GitHub للتنزيلات والوثائق المتعلقة بنظام التشغيل الخاص بك.
3. قم بتشغيل الأمر التالي على كل جهاز للتأكد من تثبيت عناصر NVIDIA بشكل صحيح:

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

4. سجّل الدخول إلى بوابة ArcGIS Enterprise الإلكترونية كمسؤول وافتح ArcGIS Notebook Server Manager.
5. افتح صفحة الإعدادات وانقر على أوقات التشغيل.
6. انقر فوق زر تحرير لـ ArcGIS Notebook Python 3 Advanced أو ArcGIS Python 3 Standard، بناءً على وقت التشغيل الذي ستستخدمه كأساس لوقت التشغيل المُمكَّن بواسطة GPU. انسخ القيمة المعطاة لـ معرف الصورة الخاص به. انقر على إلغاء لإغلاق المحرر.
7. من صفحة أوقات التشغيل، انقر على تسجيل وقت التشغيل.
8. في صفحة تسجيل وقت التشغيل، أدخل اسمًا مناسبًا (مثل وقت تشغيل GPU) وأعطِ الإصدار مثل 10.9.1. بالنسبة لقيمة مُعرّف الصورة، قم بإضافة القيمة التي قمت بنسخها في الخطوة 5.
9. قم بتعيين قيمة وقت تشغيل Docker على nvidia. انقر فوق تسجيل وقت التشغيل للتأكيد.
10. تحقق من أنك قد قمت بتكوين ArcGIS Notebook Server بنجاح لاستخدام وحدات معالجة الرسومات (GPU) في NVIDIA. كعضو في البوابة الإلكترونية يتمتع بامتياز إنشاء دفاتر الملاحظات وتحريرها أو امتياز دفاتر الملاحظات المتقدمة، إذا اخترت وقت التشغيل المتقدم في الخطوة 6، فأنشئ دفتر ملاحظات جديد فارغًا. عند اختيار وقت تشغيل دفتر الملاحظات، حدد وقت تشغيل جديدًا جاهزًا لاستخدام GPU. انسخ ما يلي في خلية دفتر الملاحظات وقم بتشغيل الخلية.

    import torch
    torch.cuda.is_available()

    يُرجع الناتج True، لأن حزمة torch.cudaتتطلب تشغيل وحدات معالجة الرسومات (GPU).

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

    !nvidia-smi

لإزالة السعة من موقعك لاستخدام وحدات GPU، انتقل إلى قسم أوقات التشغيل في صفحة الإعدادات في مدير ArcGIS Notebook Server.