Die vorliegende Übersetzung wurde maschinell erstellt. Im Falle eines Konflikts oder eines Widerspruchs zwischen dieser übersetzten Fassung und der englischen Fassung (einschließlich infolge von Verzögerungen bei der Übersetzung) ist die englische Fassung maßgeblich.
Amazon ECS-Aufgabendefinitionen für Deep-Learning-Instances
Um Deep-Learning-Workloads auf Amazon ECS zu verwenden, registrieren Sie EC2 DL1Amazon-Instances
Überlegungen
Bevor Sie mit DL1 der Bereitstellung auf Amazon ECS beginnen, sollten Sie Folgendes beachten:
-
Ihre Cluster können eine Mischung aus DL1 und DL1 Nicht-Instances enthalten.
-
Wenn Sie eine eigenständige Aufgabe ausführen oder einen Service erstellen, können Sie insbesondere beim Konfigurieren der Aufgabenplatzierungsbedingungen sicherstellen, dass Ihre Aufgabe auf der von Ihnen angegebenen Container-Instance gestartet wird. Dadurch wird sichergestellt, dass Ihre Ressourcen effektiv genutzt werden und dass Ihre Aufgaben für Deep-Learning-Workloads auf Ihren DL1 Instanzen liegen. Weitere Informationen finden Sie unter Wie Amazon ECS Aufgaben auf Container-Instances platziert.
Im folgenden Beispiel wird eine Aufgabe für eine
dl1.24xlarge
-Instance auf Ihremdefault
-Cluster ausgeführt.aws ecs run-task \ --cluster default \ --task-definition ecs-dl1-task-def \ --placement-constraints type=memberOf,expression="attribute:ecs.instance-type == dl1.24xlarge"
Verwenden eines DL1 AMI
Sie haben drei Möglichkeiten, ein AMI auf EC2 DL1 Amazon-Instances für Amazon ECS auszuführen:
-
AWS Marketplace AMIs die von Habana hier
bereitgestellt werden. -
Habana Deep Learning AMIs , die von Amazon Web Services bereitgestellt werden. Weil er nicht enthalten ist, müssen Sie den Amazon-ECS-Container-Agent separat installieren.
-
Verwenden Sie Packer, um ein benutzerdefiniertes AMI zu erstellen, das vom GitHubRepo
bereitgestellt wird. Weitere Informationen finden Sie in der Packer-Dokumentation .