在本周于法蘭克福召開的國(guó)際超算大會(huì)上，NVIDIA推出9個(gè)新的HPC和可視化容器。至此，用戶可在NGC上使用35個(gè)深度學(xué)習(xí)、高性能計(jì)算和可視化容器。NVIDIA GPU Cloud（NGC）自去年推出以來，提供的容器數(shù)量已增加了兩倍多。

NVIDIA一直努力推動(dòng)部署GPU加速的高性能計(jì)算和人工智能。在過去三年中，尤其是對(duì)于從事AI工作的研究人員和數(shù)據(jù)科學(xué)家而言，容器已成為在共享集群上部署應(yīng)用并加速其工作的關(guān)鍵工具。

深度學(xué)習(xí)框架也是深度神經(jīng)網(wǎng)絡(luò)設(shè)計(jì)、訓(xùn)練和驗(yàn)證的構(gòu)建模塊，這些容器使深度學(xué)習(xí)框架的部署能夠更快更輕松。框架的設(shè)置是一個(gè)非常復(fù)雜又耗時(shí)的過程，容器簡(jiǎn)化了這一流程，因此用戶可通過簡(jiǎn)單的拖動(dòng)和運(yùn)行指令就能訪問最新版的應(yīng)用程序。

復(fù)雜的部署挑戰(zhàn)也存在于HPC計(jì)算和可視化應(yīng)用中。

進(jìn)展迅速：全新NGC容器包括CHROMA、CANDLE、PGI和VMD

在去年超算大會(huì)推出的包括NAMD、GROMACS和ParaView在內(nèi)的八個(gè)容器基礎(chǔ)上，NGC新增了9個(gè)HPC和可視化容器，包括CHROMA、CANDLE、PGI和VMD。

NGC上提供的PGI編譯器容器將助力開發(fā)者構(gòu)建面向多核CPU和NVIDIA Tesla GPU的HPC應(yīng)用。有了PGI編譯器和工具，就能通過OpenACC、OpenMP和CUDA Fortran并行編程，開發(fā)具有性能可移植性的HPC應(yīng)用。

NGC容器對(duì)于用戶的價(jià)值顯而易見，現(xiàn)已有超過27000名用戶注冊(cè)訪問NGC容器注冊(cè)。

容器必然會(huì)讓HPC應(yīng)用的部署變得更加輕松且快速。

容器加速發(fā)現(xiàn)過程

對(duì)容器的需求不僅局限于深度學(xué)習(xí)。超級(jí)計(jì)算也亟需簡(jiǎn)化所有細(xì)分市場(chǎng)的應(yīng)用部署，這是因?yàn)閹缀跛械某?a target="_blank">中心都采用環(huán)境模塊來構(gòu)建、部署和啟動(dòng)應(yīng)用。

如果沒有容器，應(yīng)用的更新就會(huì)相當(dāng)復(fù)雜，如上圖所示。

這種方法可能需要幾天的時(shí)間，所以非常耗時(shí)且生產(chǎn)效率低下。這對(duì)系統(tǒng)管理員和最終用戶來說都是一種非常低效的方式。

在超算領(lǐng)域中，這種安裝的復(fù)雜性就限制了用戶訪問最新功能并享受優(yōu)化的性能，繼而延遲發(fā)現(xiàn)進(jìn)程。

容器簡(jiǎn)化共享系統(tǒng)上的應(yīng)用部署

容器是一個(gè)很好的選擇。無需安裝意味著無需跟蹤或擔(dān)心打破環(huán)境模塊鏈路。

用戶只需拖動(dòng)并運(yùn)行容器即可部署應(yīng)用

用戶可自行提取容器，并在幾分鐘內(nèi)完成應(yīng)用部署，而無需因?yàn)樽邔徟鞒潭却脦滋臁?/p>

系統(tǒng)管理員現(xiàn)可專注于任務(wù)關(guān)鍵型的工作任務(wù)，而非服務(wù)和維護(hù)應(yīng)用。

容器的其他主要優(yōu)點(diǎn)還包括提供了可重復(fù)性和可移植性。用戶可在不安裝應(yīng)用的情況下，在各種系統(tǒng)上運(yùn)行工作負(fù)載并獲得等效的模擬結(jié)果。這對(duì)驗(yàn)證研究論文的結(jié)果尤其有幫助。

NGC提高生產(chǎn)力并加速發(fā)現(xiàn)進(jìn)程

NGC容器內(nèi)的應(yīng)用是GPU加速的，比CPU系統(tǒng)具有更好的性能。

用戶可訪問最新版本的HPC應(yīng)用，且NVIDIA每月都會(huì)在整個(gè)軟件堆棧范圍內(nèi)對(duì)深度學(xué)習(xí)框架容器進(jìn)行更新和優(yōu)化，以提供基于NVIDIA GPU的最佳性能。

最后，這些容器還將在支持的云服務(wù)提供商（包括AWS、谷歌云平臺(tái)和Oracle云基礎(chǔ)設(shè)施）的各種系統(tǒng)上（包括基于GPU的工作站、NVIDIA DGX System和NVIDIA GPU）進(jìn)行測(cè)試，以實(shí)現(xiàn)流暢的用戶體驗(yàn)。