View a markdown version of this page

Definisi tugas Amazon ECS untuk instans pembelajaran mendalam - Amazon Elastic Container Service
Pertimbangan-pertimbanganMenggunakan DL1 AMI

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 instans Amazon EC2 DL1 ke cluster Anda. Instans Amazon EC2 DL1 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 populer, TensorFlow dan PyTorch.

Pertimbangan-pertimbangan

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

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

  • 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 kontainer yang Anda tentukan. Melakukannya memastikan bahwa sumber daya Anda digunakan secara efektif dan tugas Anda untuk beban kerja pembelajaran mendalam ada di instans DL1 Anda. Untuk informasi selengkapnya, lihat Cara Amazon ECS Menempatkan Tugas di 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 instans Amazon EC2 DL1 untuk Amazon ECS:

  • AWS Marketplace AMI yang disediakan oleh Habana di sini.

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

  • Gunakan Packer untuk membangun AMI khusus yang disediakan oleh GitHub re po. Untuk informasi selengkapnya, lihat dokument asi Packer.