7と16のリビジョン間の差分 (その間の編集: 9回)
|
サイズ: 1279
コメント:
|
サイズ: 630
コメント:
|
| 削除された箇所はこのように表示されます。 | 追加された箇所はこのように表示されます。 |
| 行 1: | 行 1: |
| = NVIDIA GPU Cloudコンテナの実行方法 = | = 深層学習コンテナを利用する方法 = |
| 行 3: | 行 3: |
| == NVIDIA GPU Cloud（NGC）の概要 == NVIDIA GPU Cloud(!NGC:[[https://ngc.nvidia.com/]]) はディープラーニング、機械学習、HPC のために GPU で最適化されたソフトウェアのハブであり、最新のアプリケーションをDockerイメージでタイムリーに利用できます。 |
深層学習用コンテナを利用したい場合，singularity pullを利用することで，sifイメージのダウンロードやdockerイメージのsifファイル変換が可能です． sifファイルへの変換方法は以下です．※サイトは例の2社に限定されるわけではありません |
| 行 6: | 行 6: |
== NVIDIA GPU Cloudコンテナの表示 == NVIDIA GPU Cloudに登録されているコンテナを下記コマンドで確認できます。 NGCに登録されているイメージのリストは毎日更新されます。 {{{ showngcimages |
例：ROCmのPyTorch Dockerイメージをsifに変換 {{{ $ singularity pull docker://rocm/pytorch:latest |
| 行 15: | 行 11: |
| == NGCコンテナの利用方法 == DOCKER_IMAGEまたはSINGULARITY_IMAGEでshowngcimagesコマンドで表示されるイメージを指定してジョブを投入することで、ジョブスケジューラがNGCからDockerイメージを取得、プライベートレジストリへの登録、Singularityイメージへの変換を自動的に行い、指定したコンテナジョブを実行します。 {{{ qsub -q gSrchq -v DOCKER_IMAGE=<NGCのイメージ> test.sh |
例：NGCのPytorch Dockerイメージをsifに変換 {{{ $ singularity pull docker://nvcr.io/nvidia/pytorch:22.12-py3 |
| 行 21: | 行 15: |
NGCからのDockerイメージ取得には15分程度かかります。イメージが利用可能になるまでジョブはQueue状態になります。 |
深層学習コンテナを利用する方法
深層学習用コンテナを利用したい場合，singularity pullを利用することで，sifイメージのダウンロードやdockerイメージのsifファイル変換が可能です． sifファイルへの変換方法は以下です．※サイトは例の2社に限定されるわけではありません
例：ROCmのPyTorch Dockerイメージをsifに変換
$ singularity pull docker://rocm/pytorch:latest
例：NGCのPytorch Dockerイメージをsifに変換
$ singularity pull docker://nvcr.io/nvidia/pytorch:22.12-py3