Skip To Content

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 aprendizagem automática. O ArcGIS Notebook Server pode aproveitar de GPUsNVIDIA em sua máquina host uma vez que algumas etapas adicionais sejam executadas.

Anotação:

A partir da versão 10.8, os tempos de execução integrados do ArcGIS Notebook Server incluem o Conda CUDA Toolkit para habilitar o suporte para GPU. Anteriormente, este fluxo de trabalho exigiu a criação de um tempo de execução personalizado para incluir CUDA.

O fluxo de trabalho seguinte tem duas metas primárias. A primeira é instalar tempo de execução e drivers NVIDIA, o qual permitirá que o componente Docker do seu site construa contêiners prontos para GPU. A segunda é criar uma cópia do tempo de execução do notebook que é configurado para utilizar o tempo de execução do NVIDIA. Todos os notebooks abertos utilizando este tempo de execução iniciarão em contêiners prontos para GPU. Aparte disso, o novo tempo de execução manterá todas as bibliotecas Python do tempo de execução do notebook.

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

  1. Instale os drivers NVIDIA apropriados em cada máquina em seu site. Consulte o site da webNVIDIA 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 as GPUs. Consulte o repositório do NVIDIA Docker no GitHub para os downloads e documentação pertinentes ao seu OS específico.
  3. Execute o seguinte comando em cada máquina para garantir 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 do ArcGIS Enterprise como um administrador e abra o ArcGIS Notebook Server Manager.
  5. Abra a página Configurações , e clique em Tempos de execução.
  6. Clique no botão Editar para ArcGIS Notebook Python 3 Advanced ou ArcGIS Python 3 Standard, dependendo do tempo de execução que você usará como base do tempo de execução habilitado para GPU. 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 Tempo de Execução do Docker para nvidia. Clique em Registrar Tempo de Execução para confirmar.
  10. Verifique se você configurou o ArcGIS Notebook Server com sucesso para utilizar GPUs NVIDIA. Como um 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 6, crie um novo notebook em branco. Quando você escolher o tempo de execução do notebook, selecione seu novo tempo de execução pronto para GPU. Copie o seguinte em uma célula do notebook e execute a célula.

    import torch
    torch.cuda.is_available()
    A saída retorna como True, pois 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

Para remover a capacidade de seu site usar GPUs, vá para a seção Tempos de Execução na página Configurações no ArcGIS Notebook Server Manager.