阿里云技术支持

上一次，我们介绍了如何安装cGPU服务，达到隔离GPU资源，实现多个容器共用一张显卡的目的。这次我们以搭建TensorFlow深度学习框架为例介绍如何在GPU实例上部署NGC环境。NGC 是 GPU 优化的深度学习、机器学习和高性能计算 (HPC) 软件中心，可以处理所有例行任务，以便数据科学家、开发者和研究人员可以专注于构建解决方案，收集各种见解，并提供业务价值。

1. 创建一台gn5实例。

   在配置参数时，您需要注意以下几点：

   • 地域：只能选择华北1（青岛）、华北2（北京）、华北3（张家口）、华北5（呼和浩特）、华东1（杭州）、华东2（上海）、华南1（深圳）。
   • 实例：选择gn5实例规格。
   • 镜像：单击镜像市场，在弹出的对话框中，找到NVIDIA GPU Cloud VM Image，然后单击使用。
   • 公网带宽：选择分配公网IP地址。
     说明 如果这里没有分配公网IP地址，则在实例创建成功后，需要绑定EIP地址。
   • 安全组：选择一个安全组。安全组里必须开放TCP 22端口。如果您的实例需要支持HTTPS或DIGIT 6服务，必须开放TCP 443（用于HTTPS）或TCP 5000（用于DIGITS 6）端口。

   ECS实例创建成功后，请登录ECS管理控制台，记录实例的公网IP地址。

2. 连接ECS实例。

   根据创建实例时选择的登录凭证选择以下任一方式连接ECS实例：

   • 使用密码验证连接ECS实例
   • 使用SSH密钥对验证连接ECS实例
3. 按界面提示输入NGC官网获取的NGC API Key后按回车键，即可登录NGC容器环境。
   
4. 运行nvidia-smi命令。
   您能查看当前GPU的信息，包括GPU型号、驱动版本等，如下图所示。
5. 按以下步骤搭建TensorFlow深度学习框架。
   1. 登录NGC网站，在TensorFlow镜像页面，获取docker pull命令。
      
   2. 下载TensorFlow镜像。
      docker pull nvcr.io/nvidia/tensorflow:18.03-py3                    

   3. 查看下载的镜像。
      docker image ls                   

   4. 运行容器，完成TensorFlow开发环境的部署。
      nvidia-docker run --rm -it nvcr.io/nvidia/tensorflow:18.03-py3              

      

6. 选择以下任一种方式测试TensorFlow。
   • 简单测试TensorFlow。
     $python

     >>> import tensorflow as tf
     >>> hello = tf.constant('Hello, TensorFlow!')
     >>> sess = tf.Session()
     >>> sess.run(hello)

     如果TensorFlow正确加载了GPU设备，返回结果如下图所示。
   • 下载TensorFlow模型并测试TensorFlow。
     git clone https://github.com/tensorflow/models.git
     cd models/tutorials/image/alexnet
     python alexnet_benchmark.py --batch_size 128 --num_batches 100
     						

     运行状态如下图所示。
7. 保存TensorFlow镜像的修改。否则，下次登录时配置会丢失。