동료들과 저는 SXM2 NVlink 등에서 깊은 학습을 위해 새로운 서버를 구입하는 것을 고려하고 있습니다.power8 아키텍처에서 일반적인 스택을 구축하는 데 어려움이 예상됩니다. 도커 + 깊은 학습 프레임 워크를위한 텐서 흐름. 다음 설치가 작동하거나 어려움/불가능을 예상해야한다면 누군가 경험 했습니까?에 대한 깊은 학습 power8 sxm2 nvlink with 우분투 + p100
위의 설정에서 우리는 유스 케이스에 크게 의존한다는 것을 알아 냈습니다. 여기에 결과가 있습니다. 어쩌면이 고성능 영역으로 뛰어 들기를 바라는 다른 사람들을 도울 수 있고 어떤 아키텍처를 사야할지 확실하지 않을 수 있습니다.
사용 사례 : 우리의 유스 케이스는 기존 아키텍처 (SLURM) 및 클라우드 서비스 (주로 x86의 경우 예 : aws)와의 통합입니다. 따라서 저는 nvidia와 이야기를 나누었고 x86에서 nvlink (sxm2)를 사용하도록 권장했습니다. PCIe는 GPIB 통신을위한 표준 소켓을 포함합니다. SXM2는 으로 투명하게을 GPU 그리드 통신으로 대체합니다. 하나는 전체 Power8 전원을 원하는 경우 x86 용 배포가 같은 (GPU는의 PCIe를 통해도 연결된다) 유지하면서 이것은 GPU에서 훈련 빠르게 오르고 있다는 장점이있을 것이다
Power8는 여기에 사용 사례가 될 것이다 소켓에서 GPU까지의 진정한 HPC 레벨. 이렇게하면 배포가 더 복잡해질 것입니다. power8 boost가 필요한 경우 유스 케이스 레벨 (예 : 고급 연구)을 결정해야합니다.
Nvidia에는 멋진 기술 overview paper 종이가있어 자세한 내용을 설명합니다.
불행하게도 우리가 TensorFlow에 대한 파워 아키텍처에 많은 경험이없는 (사용자 정의 빌드), 그리고 지역 사회에있는 사람들의보고를 보지 못했다 성공적으로 사용하기 때문에 문제 해결을 위해 문제 해결이 필요할 수 있습니다.