最近,亚马逊推出了AWS深度学习容器(AWS DL 容器),这些容器预先安装了深度学习框架的 Docker 镜像,使客户能够快速定制部署机器学习环境。
亚马逊开发 AWS DL 容器的目的,是减轻那些经常使用 Amazon EKS 和 ECS 将其 TensorFlow 工作负载部署到云中的客户的“沉重负担”。亚马逊还优化了用于 AWS 的镜像,以减少训练时间并提升推理性能。 正如Jeff Barr在关于引入 AWS DL 容器的博客文章中所述:
这些镜像已经过预先配置和验证,因此你只要花几分钟时间就能在在 Amazon ECS、Amazon Elastic Container Service for Kubernetes 和 Amazon Elastic Compute Cloud(EC2)上定制好自己的深度学习环境和工作流程!
需要注意的是,AWS DL 容器目前将支持TensorFlow和Apache MXNet,并即将推出对 Facebook 的 PyTorch 等其它框架的支持。AWS 深度学习和人工智能主管 Matt Wood 博士在圣克拉拉举行的AWS峰会上表示:
我们已经完成了最困难的构建、编译、生成、配置、优化所有这些框架的工作,无需你再动手。这意味着你不用再费尽心思安装这些极为复杂的框架然后再维护它们了。
要部署一个典型的深度学习容器,开发者需要创建一个具有特定实例大小的 ECS 集群。一旦集群开始运行且容器代理处于活动状态,开发者就可以注册包含容器规格的任务定义——框架(TensorFlow 或 MXNet)、模式(训练或推理)、环境(CPU 或 GPU)及其它因素。开发人员注册后就能获得修订编号,并使用此编号和任务定义来创建服务。最后,开发者可以通过 AWS 控制台访问该任务并对其进行干预。
目前,各个大型公有云提供商都在为云提供机器学习(ML)功能;亚马逊的 AWS DL 容器和另一个最近上线的服务,弹性推理引擎就是两个例子。此外,微软现在将提供GPU加速的机器学习功能,谷歌也正在其云平台上提供Tensorflow 2.0支持。
AWS DL 容器可通过 Amazon Elastic Container Registry(Amazon ECR)和 AWS Marketplace 免费获取——客户只需为其使用的资源付费。
查看英文原文:Amazon Expands Its Machine Learning Offering with AWS Deep Learning Containers
公众号推荐:
AGI 概念引发热议。那么 AGI 究竟是什么?技术架构来看又包括哪些?AI Agent 如何助力人工智能走向 AGI 时代?现阶段营销、金融、教育、零售、企服等行业场景下,AGI应用程度如何?有哪些典型应用案例了吗?以上问题的回答尽在《中国AGI市场发展研究报告 2024》,欢迎大家扫码关注「AI前线」公众号,回复「AGI」领取。
评论