Configurar o ArcGIS Notebook Server para utilizar GPUs

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.

1. Instale os drivers do NVIDIA apropriados na máquina. Consulte o site da web NVIDIA para informações completas.
2. 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.
3. 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

4. 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.

   # 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"

   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.
5. Construa sua imagem de contêiner personalizada utilizando a seguinte sintaxe de comando:

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

   Certifique-se de inclui o período no fim do comando.

6. 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>

7. 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.
8. 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.
9. Configure o valor dockerRuntime para nvidia. Salve suas edições.
10. 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.

    import torch torch.cuda.is_available()

    A saída deve retornar como True, porque o pacote torch.cuda requer GPUs para executar.

11. 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.