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.

Anotação:

Com início na versão 10.8, o tempo de execução embutido ArcGIS Notebook Server inclui o Conda CUDA Toolkit para habilitar o suporte de GPU. Anteriormente, este fluxo de trabalho exigiu a construção de um tempo de execução personalizado para incluir CUDA.

O fluxo de trabalho seguinte tem duas metas primárias. A primeira é instalar drivers e tempo de execução do NVIDIA , o qual permitirá o componente do seu site Dockerconstruir contêiners de GPU prontos. A segunda é criar uma cópia do tempo de execução do notebook Avançado que é configurado para utilizar o tempo de execução do NVIDIA . Todos ArcGIS Notebooksabertos utilizando este tempo de execução irão iniciar nos contêiners GPU prontos. Aparte disso, o novo tempo de execução manterá todas as bibliotecas do Python do tempo de execução do notebook Avançado.

Após o ArcGIS Notebook Server ter sido instalado e configurado, siga estas etapas. Se seu site do ArcGIS Notebook Server tiver máquinas múltiplas, siga as etapas 1 até 3 em todas as máquinas.

1. Instale os drivers do NVIDIA apropriados em cada máquina em seu site. 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 em cada máquina para assegurar que seus elementos do NVIDIA sejam instalados corretamente:

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

4. Entre no seu portal ArcGIS Enterprise como um administrador e abra ArcGIS Notebook Server Manager.
5. Abra a página Configurações , e clique em Tempos de execução.
6. Clique no ícone Editar para o tempo de execução rotulado ArcGIS Notebook Python 3 Advanced. Copie o valor fornecido para seu ID de Imagem. Clique em Cancelar para sair do editor.
7. Na página Tempos de execução , clique em Registrar Tempo de Execução.
8. Na página Registrar Tempo de Execução , forneça um nome apropriado (como Tempo de Execução de GPU) e forneça a versão como 10.9.1. Para o valor de ID de Imagem adicione o valor que você copiou na etapa 5.
9. Configure o valor de Tempo de Execução do Docker para ser nvidia. Clique em Registrar Tempo de Execução para confirmar.
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, crie um novo notebook em branco. Quando você especificar o tempo de execução do notebook, selecione seu novo tempo de execução de GPU pronto. Copie o seguinte em uma célula do notebook e execute a célula.

    import torch torch.cuda.is_available()

    A saída retorna 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 desejar remover a capacidade de seu site utilizar GPUs, abra a página Tempos de execução no ArcGIS Notebook Server Manager e exclua o tempo de execução que você criou neste fluxo de trabalho.