TensorFlow 1.12.0
Na računalnom klasteru Isabella, na čvorovima s grafičkim procesorima NVIDIA Tesla V100-SXM2-16GB, instalirana je Python biblioteka za strojno učenje, TensorFlow, verzija 1.12.0, optimizirana za izvođenje na grafičkim procesorima.
...
Verzija | Modul |
---|---|
1.12.0 | tensorflow/1-12-0-gpu |
PyTorch 1.0.0
Na radnim čvorovim s grafičkim procesorima Tesla V100 instaliran je PyTorch 1.0.0 za Python 3.5 s podrškom za CUDA 10.0.
Pripremljen je modul koji postavlja sve potrebne varijable okoline:
Verzija | Modul |
---|---|
1.0.0 | pytorch/1-0-0-gpu |
Horovod
Za paralelno izvođenje Python poslova na Isabelli, dostupna je Python biblioteka Horovod, verzija 0.15.2. Horovod je odabran radi minimalnih potrebnih izmjena Python skripti kako bi se mogle izvoditi na više GPU-ova, po potrebi preko više čvorova.
...
Horovod koristi OpenMPI 3.0.
Izvođenje poslova
U nastavku je opisano podnošenje tipičnih Python poslova. Više informacija o pokretanju poslova možete pronaći na stranicama Korištenje grafičkih procesora te Pokretanje i upravljanje poslovima.
Korištenje jednog grafičkog procesora:
Warning | ||
---|---|---|
| ||
U opisima poslova koji koriste jedan grafički procesor, obavezno treba koristiti cuda-wrapper.sh, kao u sljedećem primjeru: |
Code Block | ||
---|---|---|
| ||
#$ -cwd #$ -pe gpu 1 module load <ime modula>tensorflow/1-12-0-gpu cuda-wrapper.sh python3.5 moj_program.py |
Korištenje više grafičkih procesora:
Warning |
---|
Korištenje više grafičkih procesora nije dopušteno bez korištenja TensorFlow, PyTorch Horovod biblioteke. |
Warning |
---|
U opisima poslova koji koriste više grafičkih procesora, obavezno treba koristiti openmpi-wrapper.sh, kao u primjerima u nastavku. |
Korištenje više grafičkih procesora na jednom čvoru:
Za pokretanje poslova koji zahtijevaju više grafičkih procesora na jednom čvoru potrebno je koristiti paralelnu okolinu gpusingle te željeni broj grafičkih procesora (maksimalno 4):
Code Block | ||
---|---|---|
| ||
#$ -cwd #$ -pe gpusingle 4 module load <ime modula>tensorflow/1-12-0-gpu openmpi-wrapper.sh python3.5 moj_program.py |
Korištenje više grafičkih procesora na više čvorova:
Code Block | ||
---|---|---|
| ||
#$ -cwd #$ -pe gpu 6 module load <ime modula>tensorflow/1-12-0-gpu openmpi-wrapper.sh python3.5 moj_program.py |
Korištenje cijelih čvorova s grafičkim procesorima
Za pokretanje poslova koji zahtijevaju cijele čvorove potrebno je koristiti paralelnu okolinu gpufull te željeni broj grafičkih procesora (mora biti djelitelj broja 4). Primjer skripte za zauzimanje dva čvora:
Code Block | ||
---|---|---|
| ||
#$ -cwd #$ -pe gpufull 8 module load <ime modula>tensorflow/1-12-0-gpu openmpi-wrapper.sh python3.5 moj_program.py |
Podnošenje posla
Posao se podnosi s pristupnog čvora naredbom:
Code Block |
---|
qsub tf.sge |
Performanse
Performanse paralelnog izvođenja TensorFlow aplikacija korištenjem Horovod biblioteke mjerene su standarnim resnet101 benchmarkom iz službenog TensorFlow benchmark repozitorija.
...