O uso das unidades de processamento gráfico (GPUs) melhora rapidamente o tempo de processamento dos modelos de aprendizagem automática. O ArcGIS Notebook Server pode aproveitar de GPUsNVIDIA 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 webNVIDIA para informações completas.
- Instale o tempo de execução do nvidia-docker 2.0 na máquina de forma que os contêiners do notebook possam aproveitar as GPUs. Consulte o repositório do NVIDIA 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 existente em um Dockerfile para definir as seguintes variáveis de ambiente, permitindo NVIDIA Container Runtime para contêiners acelerados por 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 <imageID> # 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"
Siga estas etapas para verificar o imageId de um tempo de execução de notebook existente. Entre no ArcGIS Notebook Server Administrator Directory em https://notebookserver.domain.com:11443/arcgis/admin e vá até notebooks > tempos de execução", selecione o tempo de execução que você usará como base do tempo de execução habilitado para GPU e verifique a propriedade Image ID.
- Entre no ArcGIS Notebook Server Administrator Directory em https://notebookserver.domain.com:11443/arcgis/admin.
- Clique em notebooks > tempos de execução.
- Selecione o tempo de execução que você usará como base do tempo de execução habilitado para GPU e verifique a propriedade Image ID.
- 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. Procure por notebooks > tempos de execução, e selecione o tempo de execução que você escolheu na Etapa 4 e clique em editar.
- Atualize o tempo de execução para usar sua nova imagem personalizada. Substitua o valor imageId existente com o valor da sua imagem, que você obteve na etapa 6.
- Defina o valor dockerRuntime para nvidia. Salve suas edições.
- Verifique se você configurou o ArcGIS Notebook Server com sucesso para utilizar GPUs NVIDIA. Como membro do portal com o privilégio Criar e editar notebooks ou o privilégio Notebooks Avançados se você escolheu o tempo de execução avançado na etapa 4, 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
Para 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.