在GPU实例上部署NGC环境 - 云服务器 ECS

本章节以搭建TensorFlow深度学习框架为例介绍如何在GPU实例上部署NGC环境。

前提条件

在开始搭建TensorFlow深度学习框架之前，您必须先完成以下工作：

注册阿里云账号，并完成实名认证。具体步骤，请参见注册阿里云账号和实名认证。
登录NGC网站，注册NGC账号。
登录NGC网站，获取NGC API key并保存到本地。登录NGC容器环境时需要验证您的NGC API Key。

背景信息

NGC（NVIDIA GPU CLOUD）是NVIDIA开发的一套深度学习生态系统，可以使开发者免费访问深度学习软件堆栈，建立适合深度学习的开发环境。

目前NGC在阿里云gn5实例作了全面部署，并且在镜像市场提供了针对NVIDIA Pascal GPU优化的NGC容器镜像。通过部署镜像市场的NGC容器镜像，开发者能简单快速地部署NGC容器环境，即时访问优化后的深度学习框架，大大缩减产品开发以及业务部署的时间，实现开发环境的预安装；同时支持调优后的算法框架，并且保持持续更新。

NGC网站提供了目前主流深度学习框架不同版本的镜像（例如Caffe、Caffe2、CNTK、MxNet、TensorFlow、Theano、Torch），您可以选择需要的镜像部署环境。

支持部署NGC环境的实例规格族包括：

gn4、gn5、gn5i、gn6v、gn6i、gn6e
ebmgn5i、ebmgn6i、ebmgn6v、ebmgn6e

下面以gn5实例为例，为您演示创建GPU实例和部署NGC环境的步骤。

操作步骤

创建一台gn5实例。具体操作，请参见使用向导创建实例。
在配置参数时，您需要注意以下几点：
- 地域：只能选择华北1（青岛）、华北2（北京）、华北3（张家口）、华北5（呼和浩特）、华东1（杭州）、华东2（上海）、华南1（深圳）。
- 实例：选择gn5实例规格。
- 镜像：单击镜像市场，在弹出的对话框中，找到NVIDIA GPU Cloud VM Image，然后单击使用。
- 公网带宽：选择分配公网IP地址。
  
  说明如果这里没有分配公网IP地址，则在实例创建成功后，需要绑定EIP地址。
- 安全组：选择一个安全组。安全组里必须开放TCP 22端口。如果您的实例需要支持HTTPS或DIGIT 6服务，必须开放TCP 443（用于HTTPS）或TCP 5000（用于DIGITS 6）端口。
ECS实例创建成功后，请登录ECS管理控制台，记录实例的公网IP地址。
连接ECS实例。
根据创建实例时选择的登录凭证选择以下任一方式连接ECS实例：
- 使用密码验证连接ECS实例
- 使用SSH密钥对验证连接ECS实例
按界面提示输入NGC官网获取的NGC API Key后按回车键，即可登录NGC容器环境。
运行nvidia-smi命令。
您能查看当前GPU的信息，包括GPU型号、驱动版本等，如下图所示。

按以下步骤搭建TensorFlow深度学习框架。

登录NGC网站，在TensorFlow镜像页面，获取docker pull命令。

下载TensorFlow镜像。

docker pull nvcr.io/nvidia/tensorflow:18.03-py3

查看下载的镜像。
```
docker image ls                   
```

运行容器，完成TensorFlow开发环境的部署。

nvidia-docker run --rm -it nvcr.io/nvidia/tensorflow:18.03-py3

选择以下任一种方式测试TensorFlow。

简单测试TensorFlow。

$python

>>> import tensorflow as tf
>>> hello = tf.constant('Hello, TensorFlow!')
>>> sess = tf.Session()
>>> sess.run(hello)

如果TensorFlow正确加载了GPU设备，返回结果如下图所示。

下载TensorFlow模型并测试TensorFlow。

git clone https://github.com/tensorflow/models.git
cd models/tutorials/image/alexnet
python alexnet_benchmark.py --batch_size 128 --num_batches 100

运行状态如下图所示。

保存TensorFlow镜像的修改。否则，下次登录时配置会丢失。