Definisi tugas Amazon ECS untuk instans pembelajaran mendalam - Amazon Elastic Container Service

Terjemahan disediakan oleh mesin penerjemah. Jika konten terjemahan yang diberikan bertentangan dengan versi bahasa Inggris aslinya, utamakan versi bahasa Inggris.

Definisi tugas Amazon ECS untuk instans pembelajaran mendalam

Untuk menggunakan beban kerja pembelajaran mendalam di Amazon ECS, daftarkan EC2 DL1 instans Amazon ke klaster Anda. EC2DL1 Instans Amazon didukung oleh akselerator Gaudi dari Habana Labs (perusahaan Intel). Gunakan Habana SynapSeai SDK untuk terhubung ke akselerator Habana Gaudi. SDK mendukung kerangka kerja pembelajaran mesin yang populer, TensorFlow dan. PyTorch

Pertimbangan

Sebelum Anda mulai menerapkan DL1 di Amazon ECS, pertimbangkan hal berikut:

  • Cluster Anda dapat berisi campuran DL1 dan DL1 non-instance.

  • Saat membuat layanan atau menjalankan tugas mandiri, Anda dapat menggunakan atribut tipe instance secara khusus saat mengonfigurasi batasan penempatan tugas untuk memastikan bahwa tugas Anda diluncurkan pada instance container yang Anda tentukan. Melakukannya memastikan bahwa sumber daya Anda digunakan secara efektif dan bahwa tugas Anda untuk beban kerja pembelajaran mendalam ada di DL1 instans Anda. Untuk informasi selengkapnya, lihat Bagaimana Amazon ECS menempatkan tugas pada instans kontainer.

    Contoh berikut menjalankan tugas pada instans dl1.24xlarge di klaster default Anda.

    aws ecs run-task \ --cluster default \ --task-definition ecs-dl1-task-def \ --placement-constraints type=memberOf,expression="attribute:ecs.instance-type == dl1.24xlarge"

Menggunakan DL1 AMI

Anda memiliki tiga opsi untuk menjalankan AMI di EC2 DL1 instans Amazon untuk Amazon ECS:

  • AWS Marketplace AMIs yang disediakan oleh Habana di sini.

  • Habana Deep Learning AMIs yang disediakan oleh Amazon Web Services. Karena tidak termasuk, Anda perlu menginstal agen kontainer Amazon ECS secara terpisah.

  • Gunakan Packer untuk membuat AMI khusus yang disediakan oleh GitHubrepo. Untuk informasi selengkapnya, lihat dokumentasi Packer.