配置 ArcGIS Notebook Server 以使用 GPU

使用图形处理单元 (GPU) 能够迅速减少机器学习模型的处理时间。 ArcGIS Notebook Server 在执行附加步骤后即可在主机上利用 NVIDIA GPU。

注：

自 10.8 起，内置 ArcGIS Notebook Server 运行时包括 Conda CUDA Toolkit 以启用 GPU 支持。 而之前，此工作流需要构建自定义运行时来包括 CUDA。

以下工作流有两个基本目标。 第一个目标是安装 NVIDIA 驱动程序和运行时，这样站点的 Docker 组件就可以构建 GPU 就绪容器。 第二个目标是创建配置使用 NVIDIA 运行时的 notebook 运行时的副本。 所有使用此运行时打开的 notebook 将在 GPU 就绪容器中启动。 除此之外，新的运行时将保留 notebook 运行时的所有 Python 库。

安装并配置 ArcGIS Notebook Server 后，请执行以下步骤。 如果您的 ArcGIS Notebook Server 站点包含多台计算机，请对所有计算机执行步骤 1 到 3。

1. 在站点中每台计算机上安装适当的 NVIDIA 驱动程序。 有关完整信息，请参阅 NVIDIA 网站。
2. 为计算机安装 nvidia-docker 2.0 运行时，以便 notebook 容器利用 GPU。 有关特定操作系统的下载和文档，请参考 GitHub 上的 NVIDIA-Docker 资料档案库。
3. 在每台计算机上运行以下命令以确保您的 NVIDIA 元素已正确安装：

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

4. 以管理员身份登录到您的 ArcGIS Enterprise 门户，然后打开 ArcGIS Notebook Server Manager。
5. 打开设置页面并单击运行时。
6. 单击 ArcGIS Notebook Python 3 Advanced 或 ArcGIS Python 3 Standard 的编辑按钮，具体取决于将用作已启用 GPU 的运行时的基础的运行时。 复制镜像 ID 值。 单击取消退出编辑器。
7. 在运行时页面中，单击注册运行时。
8. 在注册运行时页面上，输入适当的名称（例如 GPU Runtime）并将版本设置为 10.9.1。 对于镜像 ID 值，添加您在步骤 5 中复制的值。
9. 将 Docker 运行时值设置为 nvidia。 单击注册运行时确认。
10. 验证是否已成功配置 ArcGIS Notebook Server 以使用 NVIDIA GPU。 作为具有创建和编辑 notebook 权限或高级 Notebook 权限的门户成员，如果您在步骤 6 中选择了高级运行时，请创建一个新的 notebook。 选择 notebook 运行时时，选择新的 GPU 就绪运行时。 将以下内容复制到 notebook 单元格中并运行单元格。

    import torch
    torch.cuda.is_available()

    由于 torch.cuda 包需要运行 GPU，因此输出返回为 True。

11. 在新单元格中运行以下命令以查看计算机的 GPU 配置：

    !nvidia-smi

要移除站点容量以使用 GPU，请在 ArcGIS Notebook Server Manager 中转至设置页面上的运行时部分。