O uso das unidades de processamento gráfico (GPUs) melhora rapidamente o tempo de processamento dos modelos de aprendizado automático. ArcGIS Notebook Server pode aproveitar de NVIDIA GPUs em sua máquina host uma vez que algumas etapas adicionais sejam executadas.
Após o ArcGIS Notebook Server ter sido instalado e configurado, siga estas etapas utilizando a mesma máquina.
- Instale os drivers do NVIDIA apropriados na máquina. Consulte o site da web NVIDIA para informações completas.
- Instale o tempo de execução do nvidia-docker 2.0 na máquina de forma que os contêiners do notebook possam aproveitar-se de GPUs. Se refira ao NVIDIA-Repositório do docker no GitHub para os downloads e documentação pertinentes ao seu OS específico.
- Execute o comando seguinte para assegurar que seus elementos do NVIDIA sejam instalados corretamente:
docker run --runtime=nvidia --rm nvidia/cuda:9.0-base nvidia-smi
- Estenda o tempo de execução do notebook Avançado em um Dockerfile para configurar as variáveis de ambiente seguintes, habilitando NVIDIA Container Runtime para contêiners acelerados de GPU.
Você pode também decidir instalar outros módulos do Python que pode aproveitar-se do suporte de GPU. Siga as etapas em Estender um tempo de execução do notebook para construir um Dockerfile.# 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"
- Construa sua imagem de contêiner personalizada utilizando a seguinte sintaxe de comando:
Certifique-se de inclui o período no fim do comando.docker build -t myGpuRuntime:v1.0 -f <path_to_Dockerfile> .
- Quando a construção da imagem estiver concluída, uma mensagem de saída entregará o imageId abreviado da nova imagem. Obtenha o imageId completo de seu novo contêiner.
docker inspect <imageId>
- Entre no ArcGIS Notebook Server Administrator Directory em https://notebookserver.domain.com:11443/arcgis/admin. Vá até notebooks > runtimes, e selecione o tempo de execução Avançado, então clique em editar.
- Atualize o tempo de execução Avançado para utilizar sua nova imagem personalizada. Substitua o valor imageId existente com o valor da sua imagem, que você obteve na etapa 6.
- Configure o valor dockerRuntime para nvidia. Salve suas edições.
- Verifique que você configurou ArcGIS Notebook Server com sucesso para utilizar GPUs do NVIDIA . Como um membro do portal com privilégio de Notebooks Avançados, abra um novo notebook. Copie o seguinte em uma célula e execute a célula.
A saída deve retornar como True, porque o pacote torch.cuda requer GPUs para executar.import torch torch.cuda.is_available()
- Execute o comando seguinte em uma nova célula para visualizar a configuração de GPU da sua máquina:
!nvidia-smi
Se você já desejar remover a capacidade do seu site do ArcGIS Notebook Server para utilizar GPUs, execute a operação Restaurar Tempos de Execução de Fábrica no Diretório do Administrador. Isto está disponível na URL https://notebookserver.domain.com:11443/arcgis/admin/notebooks/runtimes/restore.