長庚大學導入麗臺GDMS GPU AI資源管理系統
- 尤嘉禾／台北
-
GPU的AI加速運算能力在各大研究上扮演關鍵角色。麗臺科技突破傳統限制，領先業界發表GPU資源分配與管理系統 (GDMS)，並首由長庚大學資工系導入使用。麗臺GDMS提供多人使用單一張GPU，以及一人使用多GPU兩種資源分配模式，適用於NVIDIA全系列繪圖卡，支援不同規模的工作負載，達到資源運用最大化。其直覺式圖型操作介面，讓不懂Docker指令的管理人員，仍能輕鬆執行AI專案建置，將AI研發和教學環境部署時間縮短300倍。
在AI研發上，目前大部分開發者採用的容器化開源軟體架構，皆是以單張GPU為單位。也就是單一GPU卡，只能分配給單一Container使用。麗臺GDMS則是以專案及Docker為基礎的GPU資源分配與管理系統，容許多個Container使用同一張GPU資源。長庚大學資工系陳仁暉系主任提到，在教學上，學生所執行的專案較小，如果GPU等資源無法有效分配，將十分可惜。GDMS可以在相同資源條件下，讓更多學生同時使用GPU運算資源，將能夠大大提升GPU使用率。
此外，透過GDMS圖型介面，除了能讓使用者更方便操作外，老師也能在課堂間的休息時間，快速部署不同Container給指定學生使用。一般來說，大約需要花50分鐘才能建立100個 Container，但現在只需要花十秒即可完成，同時達到快速備課及資源使用最大化目的，真的是教學一大利器。
麗臺科技林威延博士補充，此種單卡支援多人使用的模式也相當適合企業研發單位執行AI訓練，以降低總體持有成本。麗臺GDMS另一個功能則反過來。例如研究單位進行大型AI研發專案時，麗臺GDMS能集中多張GPU資源支持該專案進行，並確保其他人尋找可用GPU資源時不會影響到該專案的資源分配，彈性支援不同AI開發情境。
在實務上，隨著需求不斷改變，AI研發單位會不斷的擴充硬體，創建不同的群組與Docker。時間久了，很難記住這些Docker部署在哪些伺服器上，進而造成管理混亂。在GDMS協助下，管理時間將大幅降低，研發團隊可更專注於AI專案開發。
除此之外，麗臺同時推出RTX GPU AI開發軟體(RTX AI Software Pack)以解決AI架構相依函式庫易相衝突的問題。麗臺GPU AI開發軟體整合了12種深度學習以及機器學習的開發套件。除了大家熟悉的Caffe、TensorFlow、學術界常用的PyTorch，還有RAPIDS等，各開發套件的相容性已調整在最佳狀態，在AI開發環境建置上，將可省去除錯時間。
若在伺服器上安裝麗臺GPU AI開發軟體，再通過GDMS啟動Container，便可直接開啟多個對應的連接埠、整合儲存設備路徑，或安裝必要套件(例如：Jupyter notebook、Matplotlib)，專案成員亦可自行上傳Docker Image。如此一來，透過GDMS的管理，除了GPU的資源分配之外，只需要對應多組連接埠，即可在有限的硬體實現多叢集架構的軟體教學(例如：Hadoop)，不需再購買其他虛擬化方案。更多訊息請上網站。
