Configurer ArcGIS Notebook Server pour l’utilisation de GPU

L’utilisation d’unités de traitement graphiques (GPU) améliore rapidement le temps de traitement des modèles d’apprentissage machine. ArcGIS Notebook Server peut tirer parti des GPU NVIDIA sur sa machine hôte, à condition d’effectuer certaines étapes supplémentaires.

Remarque :

À partir de la version 10.8, les runtimes ArcGIS Notebook Server intégrés incluent Conda CUDA Toolkit pour la prise en charge des GPU. Précédemment, ce processus nécessitait la création d’un runtime personnalisé pour inclure CUDA.

Le processus suivant a deux objectifs principaux. Le premier consiste à installer le runtime et les pilotes NVIDIA pour permettre au composant Docker de votre site de créer des conteneurs compatibles avec les GPU. Le second vise à créer une copie du runtime de notebook avancé configurée pour utiliser le runtime NVIDIA. Tous les notebooks ArcGIS Notebooks utilisant ce runtime se lanceront dans des conteneurs compatibles avec les GPU. En outre, le nouveau runtime conserve toutes les bibliothèques Python du runtime de notebook avancé.

Une fois ArcGIS Notebook Server installé et configuré, procédez comme indiqué ci-après. Si votre site ArcGIS Notebook Server comporte plusieurs machines, suivez les étapes 1 à 3 sur toutes les machines.

1. Installez les pilotes NVIDIA appropriés sur chaque machine du site. Pour en savoir plus, reportez-vous au site web NVIDIA.
2. Installez le runtime nvidia-docker 2.0 sur la machine de façon à ce que les conteneurs du notebook puissent utiliser les GPU. Reportez-vous au référentiel NVIDIA-Docker sur GitHub pour découvrir les téléchargements et la documentation correspondant à votre système d’exploitation.
3. Exécutez la commande suivante sur chaque machine pour vous assurer que vos éléments NVIDIA sont correctement installés :

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

4. Connexion à votre portail ArcGIS Enterprise en tant qu’administrateur et ouvrez ArcGIS Notebook Server Manager.
5. Ouvrez la page Settings (Paramètres) et cliquez sur Runtimes.
6. Cliquez sur l’icône Edit (Mettre à jour) correspondant au runtime intitulé ArcGIS Notebook Python 3 Advanced. Copiez la valeur données pour Image ID (ID d’image). Cliquez sur Cancel (Annuler) pour quitter l’éditeur.
7. Sur la page Runtimes, cliquez sur Register Runtime (Inscrire le runtime).
8. Sur la page Register Runtime (Inscrire le runtime), indiquez un nom approprié (comme Runtime GPU) et la version 10.9. Pour Image ID (ID d’image), ajoutez la valeur que vous avez copiée à l’étape 5.
9. Définissez la valeur de Docker Runtime sur nvidia. Cliquez sur Register Runtime (Inscrire le runtime) pour confirmer.
10. Vérifiez que vous avez bien configuré ArcGIS Notebook Server pour utiliser les GPU NVIDIA. En tant que membre du portail disposant du privilège Advanced Notebooks (Notebooks avancés), créez un notebook vierge. Lorsque vous spécifiez le runtime du notebook, sélectionnez votre nouveau runtime compatible avec les GPU. Copiez les informations suivantes dans une cellule du notebook et exécutez-la.

    import torch torch.cuda.is_available()

    La sortie renvoie la réponse True car l’exécution du paquetage torch.cuda nécessite des GPU.

11. Exécutez la commande suivante dans une nouvelle cellule pour afficher la configuration du GPU de votre machine :

    !nvidia-smi

Si vous voulez plus que votre site utilise les GPU, ouvrez la page Runtimes dans ArcGIS Notebook Server Manager et supprimez le runtime que vous avez créé en suivant cette procédure.