如何在 ACK 集群中使用 GPU 来执行机器学习任务？

我们在 YAML 文件中指定了 ECI GPU 实例类型，该实例类型包含一颗 NVIDIA P4 GPU。然后我们指定了容器镜像为 nvcr.i o/nvidia/pytorch，该镜像是由 NVIDIA 提供，内部已经封装好了 CUDA/PyTorch 等工 具。最后，我们通过 nvidia.com/gpu 指定了要使用的 GPU 数量为 1。在 ASK 集群中，我们选择使用模板创建应用实例，然后在模板中输入 YAML 文件的内容，最后点击创建即可创建一个使用 GPU 的容器了。容器创建完成之后，首先我们通过 kubectl 命令登录到我们创建的容器中，然后执行 nvidia-smi 命令确认 GPU 是否可用。 nvidia-smi 命令 成功返回了 GPU 的信息，如 GPU 的型号的 P4、驱动版本号是 418.87.01、CUDA 版本为 10.1 等，这表示了我们创建的容器是可以正常使用 GPU 资源的。 接着， 我们进入 /workspace/examples/mnist 目录下执 行 python main.py 开始执行 MNIST 训练任务，MNIST 训练任务会先下载 MNIST 数据集，由于 MNIST 数据集较大可能下载时间会比较长。下载完数据集后，MNIST 训 练任务会开始进行数据集的训练。 当 MNIST 任务执行完之后，我们会看到训练结果打印在屏幕上 。MNIST 测试集包含 10000 张测试图片， 其中由 9845 张手写数字图片都被正确识别了，精度已经是相当高。有兴趣的同学可以对比测试一下不使 用 GPU 场景下的 MNIST 任务所用的训练时间。有兴趣可以观看视频https://edu.aliyun.com/lesson_2025_19014?spm=5176.10731542.0.0.72cb4123EuGmat#_19014