全名為 NVIDIA GPU Cloud 的 NGC 中心,是近年來(lái) NVIDIA 用來(lái)統(tǒng)籌應(yīng)用資源的云中心,本身并不具備任何計(jì)算功能,主要就是“應(yīng)用資源分類整理”用途,將 NVIDIA 絕大部分與 GPU 開(kāi)發(fā)相關(guān)的工具包、開(kāi)發(fā)包、機(jī)器學(xué)習(xí)預(yù)訓(xùn)練模型等等,全部集中在這上面,方便開(kāi)發(fā)人員集中使用與下載開(kāi)發(fā)資源。
登錄 http://ngc.nvidia.com 就能進(jìn)入 NGC 中心,不過(guò)這個(gè)入口的更新頻率很高,首頁(yè)所看到的內(nèi)容可能跳轉(zhuǎn)至其他地方。網(wǎng)頁(yè)最左邊的 “Explore Catalog” 與右上角的“用戶名(未登錄之前為 Guest)”,大致是固定的。
目前 NGC 將所有資源區(qū)分為以下五大類:
Collections(集合):
這里存放著“以應(yīng)用為單位”的綜合信息內(nèi)容,因?yàn)槊總€(gè)應(yīng)用都需要用到一個(gè)以上的容器、預(yù)訓(xùn)練模型、Helm 管理模塊或資源,在 NGC 里存放數(shù)百個(gè)這些元件,如果讓開(kāi)發(fā)者自行搜索的話,的確是一件相當(dāng)費(fèi)勁的工作。
NVIDIA 將個(gè)別應(yīng)用所需要的相關(guān)信息,先整理好并存放在這個(gè)分類里,讓使用者可以非常輕松地掌握每個(gè)應(yīng)用所需要的資源列表,目前已經(jīng)整理好 50+個(gè)應(yīng)用,包括 TAO 對(duì)話 AI、ASR 自動(dòng)語(yǔ)音識(shí)別、NLP 自然語(yǔ)言處理等等,還在陸續(xù)增加當(dāng)中。
下面截屏是在 “Query” 欄輸入 “tao” 后,會(huì)出現(xiàn) 10 個(gè)已經(jīng)整理好的應(yīng)用:
當(dāng)點(diǎn)擊 “TAO Toolkit-Conversational AI” 之后,就會(huì)進(jìn)入下面 “Overview” 截圖的內(nèi)容,顯示在 NGC 中心里,目前有 1 個(gè)容器、10 個(gè)預(yù)訓(xùn)練模型與 8 項(xiàng)資源與這個(gè)應(yīng)用是有關(guān)的,當(dāng)然這些數(shù)字未來(lái)是有可能改變的。
點(diǎn)擊 “Entities” 就能看到如下圖,列出每個(gè)元件的名稱以及進(jìn)入該元件說(shuō)明的鏈接:
這樣就能很輕松地掌握每個(gè)應(yīng)用完整的資源信息。
Containers(容器):
Docker 是非常好的用于封裝應(yīng)用軟件的容器技術(shù),封裝的鏡像能提供完全獨(dú)立的執(zhí)行環(huán)境,這樣能有效地解決多種應(yīng)用的同時(shí)運(yùn)作。
由于 NVIDIA 的各種開(kāi)發(fā)套件之間,仍有可能存在 CUDA/cuDNN/TensorRT 這些底層庫(kù)的版本兼容問(wèn)題,另外包括 Python 各種數(shù)學(xué)庫(kù)之間的版本依賴,經(jīng)常造成軟件安裝的困難度。
NVIDIA 將大部分開(kāi)發(fā)套件與工具包,以不同應(yīng)用場(chǎng)景或功能組合的形式,用 Docker 技術(shù)進(jìn)行封裝,例如 TAO 開(kāi)發(fā)工具就有 for Conv AI、for CV 與 for Lanuage Model 三種鏡像,而 DeepStream 有 6 種以上的鏡像。
使用鏡像技術(shù),開(kāi)發(fā)者只需要在工作平臺(tái)上安裝最基礎(chǔ)的 GPU 驅(qū)動(dòng)、docker 管理器與 nv-docker 解析器,就能非常輕松地使用這些應(yīng)用。目前 NGC 上已經(jīng)有將近 200 個(gè)容器鏡像,可以免費(fèi)使用。
Helm Charts
這是一組針對(duì) Kubernetes 集群的管理與運(yùn)維的工具,配合 docker 技術(shù)執(zhí)行應(yīng)用軟件的部署與管理,與 GPU 計(jì)算沒(méi)有直接關(guān)聯(lián),通常使用在數(shù)據(jù)中心、云平臺(tái)上,對(duì)各種部署的 GPU 應(yīng)用進(jìn)行管理與監(jiān)控,其中 NVIDIA Network Operator Helm Chart 是最重要的基礎(chǔ)元件,對(duì)這方面有需求的讀者可以從這個(gè)元件開(kāi)始上手。
Models(模型):
這里提供 300+個(gè)預(yù)訓(xùn)練好的人工智能模型,包括圖像分類、對(duì)象檢測(cè)、語(yǔ)言翻譯、文本到語(yǔ)音、推薦引擎、情感分析等等,主要配合遷移學(xué)習(xí)(transfer learning) 的用途,或者直接拿來(lái)作為體驗(yàn)演示用途。
這里的所有模型都是經(jīng)由最專業(yè)的技術(shù)人員,根據(jù)不同數(shù)據(jù)精度在 NVIDIA 最高端設(shè)備進(jìn)行訓(xùn)練,在精確度與性能上都經(jīng)過(guò)優(yōu)化處理,包括 NVIDIA Tensor Core GPU,這樣的預(yù)訓(xùn)練模型能為開(kāi)發(fā)人員節(jié)省非常大量的模型訓(xùn)練時(shí)間。
Resources
這里存放的內(nèi)容,就是為創(chuàng)建深度學(xué)習(xí)模型的分步說(shuō)明和腳本,例如用于 Jupyter環(huán)境的 .ipynb 腳本,還有一些使用相關(guān)的指導(dǎo)文件或范例代碼。
以上簡(jiǎn)單介紹了 NGC 的內(nèi)容,NVIDIA 為開(kāi)發(fā)人員提供非常豐富與優(yōu)異的資源,若能好好善用 NGC 的功能,就能在人工智能的應(yīng)用開(kāi)發(fā)上得到事半功倍的效果。
要使用這些資源的第一件事情,就是要申請(qǐng) NGC 賬號(hào),這個(gè)賬號(hào)與 NVIDIA 開(kāi)發(fā)者申請(qǐng)的賬號(hào)是互相獨(dú)立的,因此需要單獨(dú)申請(qǐng)。本文最后就是帶著大家去申請(qǐng)一個(gè)賬號(hào),并且申請(qǐng)一組密鑰,這樣就能輕松使用 NGC 的內(nèi)容。
1. 創(chuàng)建NGC賬號(hào):
(1)登錄 https://ngc.nvidia.com 會(huì)直接出現(xiàn) CATALOG 畫面。
(2)請(qǐng)點(diǎn)擊下圖右上角 “Welcome Guest”,然后點(diǎn)選下方 “Sing in/Sing Up”。
(3)進(jìn)入后點(diǎn)選 “NVIDIA Account” 旁邊的 “Continue”,就會(huì)進(jìn)入下圖右的“登陸”或“創(chuàng)建一個(gè)賬戶”的畫面。
(4)剩下的步驟與一般申請(qǐng)賬號(hào)的過(guò)程是一樣的,使用一個(gè)正規(guī)的郵箱進(jìn)行申請(qǐng),不過(guò) NGC 為了便利國(guó)內(nèi)用戶,也允許使用 QQ 或微信賬號(hào)登錄。在下面截屏下方點(diǎn)擊 “Show more”,就會(huì)出現(xiàn) “Login with QQ” 與 “Login with WeChat” 選項(xiàng),點(diǎn)入之后掃描二維碼就能進(jìn)行賬號(hào)創(chuàng)建。
后面仍需要完成進(jìn)一步的賬號(hào)確認(rèn)工作,回復(fù) NGC 所發(fā)送的確認(rèn)郵件,才能完成完成整個(gè)賬號(hào)創(chuàng)建工作。
2. 獲取NGC密鑰:
(1)登陸 NGC 之后,會(huì)看到右上角出現(xiàn)您的登錄名,以及一組哈希數(shù)列。點(diǎn)選用戶名所出現(xiàn)的下拉菜單中,選擇 “setup” 選項(xiàng)。
(2)進(jìn)入 Setup 選項(xiàng)后會(huì)出現(xiàn)下面兩個(gè)設(shè)定,點(diǎn)擊左邊的 “Get API Key”:
(3)點(diǎn)擊下圖右上角 “Generate API KEY” 會(huì)跳出“確認(rèn)”,點(diǎn)擊 “confirm” 即可
(4)在最下面會(huì)出現(xiàn)一組長(zhǎng)度 85 的字符串:
由于密鑰只有在創(chuàng)建時(shí)候能看到內(nèi)容,日后無(wú)法在 NGC 獨(dú)立查詢,請(qǐng)自行復(fù)制做好記錄。這組密鑰在整個(gè)訓(xùn)練過(guò)程以及最后推理時(shí)都需要用到,非常關(guān)鍵,如果遺忘的話就得重新再創(chuàng)建一組,而前面所訓(xùn)練的模型,可能就得重新再做一次。
本文只是將 NGC 的內(nèi)容做個(gè)簡(jiǎn)單的介紹,以及講解創(chuàng)建賬號(hào)、生成密鑰的過(guò)程,更多關(guān)于 NGC 的詳細(xì)使用說(shuō)明。
原文標(biāo)題:NVIDIA Jetson Nano 2GB 系列文章(54):NGC的內(nèi)容簡(jiǎn)介與注冊(cè)密鑰
文章出處:【微信公眾號(hào):NVIDIA英偉達(dá)企業(yè)解決方案】歡迎添加關(guān)注!文章轉(zhuǎn)載請(qǐng)注明出處。
審核編輯:湯梓紅
-
NVIDIA
+關(guān)注
關(guān)注
14文章
5442瀏覽量
108532 -
gpu
+關(guān)注
關(guān)注
28文章
5050瀏覽量
133984 -
模型
+關(guān)注
關(guān)注
1文章
3616瀏覽量
51517
原文標(biāo)題:NVIDIA Jetson Nano 2GB 系列文章(54):NGC的內(nèi)容簡(jiǎn)介與注冊(cè)密鑰
文章出處:【微信號(hào):NVIDIA-Enterprise,微信公眾號(hào):NVIDIA英偉達(dá)企業(yè)解決方案】歡迎添加關(guān)注!文章轉(zhuǎn)載請(qǐng)注明出處。
發(fā)布評(píng)論請(qǐng)先 登錄
FII-PRA006/010使用說(shuō)明
KUKA機(jī)器人使用說(shuō)明書
熱導(dǎo)儀使用說(shuō)明書
STLINK-V2使用說(shuō)明書
功率分析儀使用說(shuō)明
AN030:SPICE模型使用說(shuō)明

關(guān)于NGC中心的詳細(xì)使用說(shuō)明
評(píng)論