Ücretsiz GPU bilgi işlem kaynakları nerede? Sizi yerli GPU yününe götürür
İçbükey tapınaktan Yunzhong
Qubit Üretildi | Genel Hesap QbitAI
Editörün Notu:
Hiçbir şey GPU yününden daha popüler değildir.
Önceden, bilimsel İnternet erişimi gerektiren Google kaynaklarını tanıtmak için özel bir eğitim vardı. Ancak son zamanlarda Zhihu, bilimsel araştırma öğrencileri için tamamen ücretsiz olan, yüz milyonlarca değerinde yüksek performanslı bilgi işlem gücüne sahip başka bir yerli GPU kaynağına sahip.
Bu Baidu'nun AI Stüdyosu. Şimdi bu değerlendirme ve kullanım paylaşımını şu şekilde yeniden basacağız, mutlu ve sorunsuz geçmenizi dilerim.
1. AI Studio ve PaddlePaddle
AI Studio ve uçan kürekler yükselen yıldızlar olarak kabul edilebilir.Ben de dahil olmak üzere pek çok kişi bu çözümlere pek aşina değil. Başlamadan önce onları kısaca tanıtacağız.
1.1 AI Studio
AI Studio, Baidu (https://aistudio.baidu.com/?fr=liangziwei) tarafından sağlanan AI öğrenenler için çevrimiçi entegre bir geliştirme ve eğitim platformudur.
Platform, yapay zeka eğitimlerini, derin öğrenme örnek projelerini, çeşitli alanlardaki klasik veri kümelerini, bulut bilgi işlem ve depolama kaynaklarını, ayrıca rekabet platformlarını ve topluluklarını entegre eder. AI Studio'yu Kaggle'ın yerel bir versiyonu olarak düşünebilirsiniz.
Kaggle'a benzer şekilde, AI Studio da GPU desteği sağlar, ancak Baidu AI Studio'nun GPU üzerinde açık bir avantajı vardır. Kaggle Tesla K80 GPU kullanıyor, AI Studio Tesla V100 GPU kullanıyor, ardından aşağıdaki tablo iki tek hassasiyetli kayan nokta işleminin performansını karşılaştırıyor, v100'ün avantajlarını hissedebilirsiniz.
Açıktır ki, tek hassasiyetli kayan nokta işlemleri açısından, AI Studio tarafından sağlanan işletim ortamı, hesaplama performansı açısından hala çok avantajlıdır. Teorik olarak, eğitim hızı yaklaşık 3 kat artırılabilir.
Performans çok daha iyi olmasına rağmen, şu anda ücretsiz olarak mevcuttur.Şu anda, AI Studio, hesaplama güç kartını elde etmek için iki şekilde ücretsiz uygulama ve proje çalıştırma ödülleri sağlıyor.Sizi son bölüme götüreceğim.
Hesaplama güç kartı kullanılsa bile (şu anda çok fazla kişi veriliyor), AI Studio'nun CPU'su çok rekabetçi. Bunu bir komut dosyasıyla şahsen test ettim. AI Studio'nun CPU'su Intel (R) Xeon (R) Gold 6148 CPU'dur.AI Studio'nun konfigürasyon açısından da çok rekabetçi olduğu söylenebilir.
1.2 Uçan kürek
Resmi web sitesine göre Flying Paddle, derin öğrenme teknolojisinin inovasyonunu ve uygulamasını kolaylaştırmaya adanmış, Baidu tarafından başlatılan "endüstri uygulamasından türetilen açık kaynaklı bir derin öğrenme platformudur".
Paddle, paddle olarak çevrilen Parallel Distributed Deep Learning'in kısaltmasıdır. TensorFlow, Pytorch ve diğer çerçeveler gibi Flying Oar da geliştiricilere yaygın olarak kullanılan birçok mimariyi sağlar.Ayrıca, pakete doğrudan yaygın olarak kullanılan veritabanlarını yükleyebilirsiniz, bu da öğrenciler için çok uygundur.
PaddlePaddle hala biraz yerli. Github'a gidin ve PaddlePaddle projelerini arayabilirsiniz. İngilizce belgelere ek olarak Çince belgeler de sağlanır. Bu bazen oldukça kullanışlıdır. Yıldız hala TensorFlow'dan çok daha kötü olsa da, tüm hızıyla ilerliyormuş gibi hissediyor.
1.3 AI Studio ve uçan küreklerin ekolojisi
Aşağıdaki resim, Baidu'nun Nisan ayındaki ilk WAVE SUMMIT 2019 Derin Öğrenme Geliştirici Zirvesi'nde açıklanan uçan küreğin ilk panoramik görüntüsüdür.
Ekoloji aslında çok iyi tasarlanmış, belki TensorFlow çok erken başlatıldı ve uçan rakete yetişmek çok zor geliyor. Ancak Baidu'nun uçan kürekleri teşvik etme konusundaki son çabalarına bakılırsa, uçan küreklerin yaklaşık iki veya üç yıl içinde ana akım derin öğrenme çerçevesine girmesi muhtemel.
2. AI Studio örnek değerlendirmesi: dijital tanıma projesini örnek olarak alın
2.1 AI Studio GPU ve CPU performans karşılaştırması.
AI Studio'nun performansını test etmek için, en klasik MNIST veri setini kullandım ve AI Studio'nun GPU ve CPU altındaki performansını karşılaştırmak için LeNet 5 modelinde çalıştırdım. Aynı zamanda daha az titiz bir test yaptım.En klasik MNIST veri setini kullandım.Uçan kanatçıklar için MNIST veri seti 60.000 eğitim verisi, 10.000 test verisi, Kaggle eğitim verisi 42.000 ve test verisi 28.000. https://aiStudio.baidu.com/aiStudio/projectdetail/45293
Aşağıdakiler, AI Studio'nun CPU ve GPU test performansının bir karşılaştırmasıdır
GPU güçlendirme etkisi 11 kattır çünkü eğitim sürecinde doğrulama testleri vardır ve CPU yapılandırması çok yüksek olduğundan 47x teorik ivmeye ulaşmaz ancak hız fena değil.
2.2 AI Studio ve Kaggle arasında karşılaştırma testi
test ortamı:
1. Kaggle Kernel.
Çekirdeği test edin https://www.kaggle.com/orange90/mnist-with-lenet-5-test-run-time. Batch_size = 50, 5000 tur eğitim, TensorFlow çerçevesini kullanarak, CNN mimarisi LeNet-5'tir
2. AI Studio.
Test projesi https://aiStudio.baidu.com/aiStudio/projectdetail/45293
Batch_size = 64, çerçeve uçan kürek kullanarak 5000 tur eğitim, CNN mimarisi LeNet-5'tir
AI Studio'nun test sonuçları 2.1'de gösteriliyor, bu yüzden onları tekrar etmeyeceğim. Aşağıda Kaggle'ın performans testinin bir karşılaştırması var:
GPU güçlendirme etkisi 8 kattır çünkü eğitim sürecinin bir doğrulama testi vardır, bu nedenle teorik 12.5x hızlandırmaya ulaşmamıştır.
Farklı mimari süper parametreleri nedeniyle, çalışma süresinin doğrudan karşılaştırılması çok titiz değildir, ancak GPU hız çarpanı açısından AI Studio biraz daha iyidir ve AI Studio başlangıçta yüksek bir CPU ile donatılmıştır, bu nedenle teorik olarak 47x hızlanma olabilir İndirim olmalı.
2.3 AWS
Ayrıca test etmek için AWS'de bir örnek açtım ve bu yapılandırmada p2.xlarge'ı seçtim
2.2'de kullanılan kaggle çekirdeğini doğrudan içe aktarın ve test sonuçları aşağıdaki gibidir:
Performans, önceki ikisinden biraz daha kötü.
Bu arada, bu test kafamda bir ağrı. Örneği erken açtığımda ortamı yapılandırmak bir saatten fazla sürdü. AWS'ye yeni başlayanlar için, bir düzineden fazla dolardan fazla para harcamak ve yine de kodu alamamakla geçen bir gün olabilir. AWS'de derin öğrenme becerilerinin uygulanması gerçekten kesinlikle önerilmez.
2.4. Test özeti
Aşağıdaki tablo, farklı ortamlardaki test sonuçlarını ve maliyetleri özetlemektedir:
Tecrübe açısından Kaggle Kernel veya Jupyter Notebook'a çok yakındır.Görünüm biraz farklı olsa da kısayol tuşları temelde aynıdır ve çok fazla rahatsızlık duyulmaz. Ek olarak, AI Studio Çin'de olduğu için, sayfa yanıtı Kaggle'dan daha hızlı ve Kaggle ağından daha kararlıdır ve bağlantı kesilme ve yeniden bağlanma olasılığı daha düşüktür. Sonuçta, bağlantı kesildikten ve yeniden bağlanıldıktan sonra yeniden çalıştırmak zahmetlidir.
Ancak hatırlatılması gereken, AI Studio'nun şu anda çalışan ortamın başlangıç zamanına göre faturalandırılmasıdır.Kodu GPU olmayan bir ortamda yazmak ve ardından çalıştırmak için GPU'yu açmaktır. AI Studionun bilgi işlem güç kartı da verilmiş olsa da, acele etmemiz ve bilgi işlem güç kaynaklarını biriktirmemiz gerekiyor. Ya Baidu bir gün parası biterse ve göndermezse?
3. Yün geliyor, parçala
Mevcut hashrate kartını almak hala kolay. Eşik yok. Başvuruda bulunduktan sonra alabilirsiniz.Projeyi günde bir kez çalıştırır ve size 12 saat hashrate verir.Ardı ardına 5 gün çalışır ve ardından size 48 saat verir.
Uygulanan hesaplama güç kartının elde sadece 48 saat, fisyondan 120 saat sonra ve geçerlilik süresinin günlük kullanımda elde edilen 12 saatten çok daha uzun olduğunu belirtmek gerekir.
Size günde 12 saat ücretsiz NVIDIA v 100GPU vermenin gerçekten harika bir pasta olduğunu düşünüyorum.
Ek olarak, AI Studio resmi olarak bonuslarla yarışmalara sahiptir.Gücünüz kaggle'da bonus kazanmaktan yalnızca bir adım uzaktaysa, AI Studio popüler hale gelmeden önce AI Studio yarışmalarına gitmek iyi bir fikir olmalıdır.
3.1 Kendiniz uygulayın
Https://aistudio.baidu.com/aistudio/questionnaire?activityid=539 adresine tıklayın
Ardından kişisel bilgileri doldurun
Gönderildikten sonra aşağıdaki resim görünecektir
O zaman iyi haberi bekleyin. Doğrulamayı işletme personeli tarafından geçtikten sonra, kullanıcının posta kutusu, işletme personeli tarafından gönderilen bir hashrate davet kodunu alacaktır: bir dizi 32 basamaklı sayı.
Yukarıdaki bağlantı üzerinden 48 saatlik karma ücret listesine başvurabilir (1 ay için geçerlidir) ve bölüp başkalarına verebilirsiniz (bölünmüş karma ücret kartımı daha sonra gönderebilirsiniz)
Hesaplama güç kartını kullanma yöntemi çok basittir.Projeyi çalıştırırken GPU'yu seçtiğinizde, aşağıda gösterildiği gibi tüketmeye başlayacaktır.
3.2 Hashrate kartı kazanmak için proje yürütmek
Bu oldukça basit, sadece kendi derin öğrenme kodunuzu çalıştırıp kendi projelerinizi test etmekle kalmaz, aynı zamanda bir hashrate kartı da alırsınız. Günde bir kez koşarsanız, 12 saatlik hashrate kart alabilirsiniz (2 gün geçerlidir) Ayrıca hashrate ücretlendirme planı, hashrate kartını art arda 5 gün kullanırsanız, fazladan 48 saat (7 gün geçerlidir) alacağınızdır. Ancak, böyle yüksek maliyetli bir şeyin uzun sürmemesi gerektiğine dair bir önsezim var, bu yüzden erken acele etmenizi öneririm. Aşağıdaki bilgi işlem güç kartı ödüllerimin geçmişi. Kullandığınız sürece AI Studio'nun size bilgi işlem gücü vereceğini hissediyorum. Yeterli bilgi işlem gücüne sahip olmadığınız için endişelenmeyin.
3.3 Karma oran kartı bölmesi
AI Studio'nun hashrate kartının bölünmüş bir işlevi vardır.Arkadaşlarınızla paylaşabileceğiniz bir hashrate kartına başvurduğunuzda üç davetiye kodunuz olacaktır. Başvurduğum hashrate kartın üç bölümü var.Her gün yorum alanına hashrate kartı koyacağım.Yüne açgözlüysem veya başvurmak için çok tembelim ve hemen kullanmak istersem yorum alanına göz kulak olmam gerekiyor. Gelecekte yeni hashrate kartını bulacağım ve yorum alanını güncelleyeceğim, ilk önce hizmet alır, umarım bu yazıya daha çok dikkat edersiniz.
3.4 Eşleşen yün
Ek olarak, herkese olası bir yün takip yönteminin belirli bir güç gerektirdiğini söyleyeceğim. AI Studio'nun bazı düzenli yarışmaları da vardır.Kaggle ile karşılaştırıldığında rekabet daha küçük olabilir. Kaggle'da% 10'u aşabilir ve benzer yarışmalar için AI Studio'ya gelirseniz, bonus kazanma şansınız yüksektir.
Yün her gün bulunmaz, bu yüzden zamanı geldiğinde alın!
Referans:
[1] https://ai.baidu.com/docs#/AIStudio_Tutorial/top?fr=liangziwei
[2]
[3] https://ai.baidu.com/forum/topic/show/943419/?fr=liangziwei
Google bilgi işlem kaynakları ve yün eğitim portalı:
https://zhuanlan.zhihu.com/p/59305459
- Bitiş -
Samimi işe alım
Qubit, editörleri / muhabirleri işe alıyor ve merkezi Pekin, Zhongguancun'da bulunuyor. Yetenekli ve hevesli öğrencilerin bize katılmasını dört gözle bekliyoruz! Ayrıntılar için, lütfen QbitAI diyalog arayüzünde "işe alım" kelimesiyle yanıt verin.
Qubit QbitAI · Toutiao İmzalama Yazarı
' ' Yapay zeka teknolojisi ve ürünlerindeki yeni eğilimleri takip edin
