V2EX = way to explore
V2EX 是一个关于分享和探索的地方
现在注册
已注册用户请  登录
V2EX 提问指南
fcmy12
V2EX  ›  问与答

曙光深度学习服务器创建虚拟主机问题

  •  
  •   fcmy12 · 2018-11-21 21:46:34 +08:00 · 1453 次点击
    这是一个创建于 2192 天前的主题,其中的信息可能已经有所发展或是发生改变。

    实验室破天荒配了台曙光 w780-g20 搞深度学习,但是实验室有好多人,想分着用,请问有啥经验吗,比如选择架构 kvm,xen 这类疑问?

    4 条回复    2018-11-22 14:31:37 +08:00
    zmj1316
        1
    zmj1316  
       2018-11-21 22:04:10 +08:00   ❤️ 1
    我给配的是用 Nvdia Docker,直接基于现有的 Docker 深度学习镜像,tf cnn 什么的基于每种镜像都能配 ,加上 sshd,谁要用了就把镜像起一个容器,ssh 端口映射出去,用户的 home 目录挂进去,直接就给 root 权限,

    只要数据存外面,容器被玩坏了就直接重新开一个,基本没有运维的压力了
    fcmy12
        2
    fcmy12  
    OP
       2018-11-22 10:27:32 +08:00
    @zmj1316 多谢,没研究过 docker,我想问的是相比于虚拟机这种形式,docker 好在什么地方,可以实现 vps 这种形式的主机独立分割吗,
    zmj1316
        3
    zmj1316  
       2018-11-22 10:43:12 +08:00
    @fcmy12 我觉得主要是配置方便,因为深度学习需要的环境,网上都有 Docker Image,只需要 from: 一下就可以在别人配好的 dockerfile 基础上改了,分割没有 vps 那么彻底,但是容器之间运行的环境是隔离的,除了硬件资源(比如显卡被占用了,硬盘满了这样),其他不会互相影响,和虚拟机没区别。

    而且从性能上来说,比虚拟机要高,因为代码执行不是虚拟化的,只是单纯隔离了运行的环境

    主要是很适合实验环境,因为可能需要配各种运行环境,虚拟机的话每种环境都要自己配,显卡还要考虑虚拟化的问题。用 Nvidia-Docker 就直接能访问显卡,各种环境都有现成的
    zmj1316
        4
    zmj1316  
       2018-11-22 14:31:37 +08:00
    可以去搜一下常用的深度学习库 + docker
    比如
    caffe docker
    tensorflow docker
    pytorch docker
    cudnn docker
    基本都有官方制作的 docker 镜像,这意味着你不需要去一个个配置环境,直接拿过来装上就能用(记得是 Nvidia-Docker )
    关于   ·   帮助文档   ·   博客   ·   API   ·   FAQ   ·   实用小工具   ·   1362 人在线   最高记录 6679   ·     Select Language
    创意工作者们的社区
    World is powered by solitude
    VERSION: 3.9.8.5 · 26ms · UTC 17:38 · PVG 01:38 · LAX 09:38 · JFK 12:38
    Developed with CodeLauncher
    ♥ Do have faith in what you're doing.