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 GPUs NVIDIA em sua máquina host uma vez que 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 ArcGIS 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 o tempo de execução que você usará como base do tempo de execução habilitado para GPU, no ArcGIS Notebook Python 3 Advanced ou ArcGIS Notebook Python 3 Standard. Copie o valor ID da 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 11.3. 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 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

Se você deseja remover a capacidade do seu site para usar GPUs, siga para a seção Tempos de Execução na guia Configurações no ArcGIS Notebook Server Manager e exclua o tempo de execução que você criou neste fluxo de trabalho.