AWS 推出深度学习容器,简化 AI 程序开发

阅读数:1964 2019 年 3 月 28 日

亚马逊希望能够更轻松地在亚马逊网络服务上启动和运行人工智能应用程序。为此,亚马逊今天推出了 AWS 深度学习容器,这是一个预先安装了当前最流行深度学习框架的 Docker 图像库。

AWS 的深度学习和 AI 总经理 Matt Wood 表示,他们已经完成了框架构建、编译、生成、配置、优化的所有工作,用户可以省去繁琐的安装和维护步骤。此外,AWS 深度学习容器经过优化,可以在 AWS 上的实例集群上高效地分配机器学习工作负载,从而立即获得高性能和可扩展性。

这个由亚马逊预先配置和验证新 AWS 容器图像库支持谷歌的 TensorFlow 机器学习框架和 Apache MXNet,以及 Facebook 的 PyTorch 和其他深度学习框架。今后,他们还会将其拓展到全方位的 AWS 服务,包括 Amazon ECS,适用于 Kubernetes 的亚马逊弹性容器服务,以及 Amazon Elastic Compute Cloud(EC2)和 Amazon EC2 上的 Kubernetes。(可以使用深度学习容器将微服务添加到部署在 Kubernetes 上的应用程序。)

Wood 表示,这个深度学习容器包括许多针对 AWS 的优化和改进,使“云端训练和推理达到最高性能。”TensorFlow 的优化使得一些 AI 模型的训练速度提高两倍,“显著”改进了 GPU 扩展,拓展效率高达 90%,适用于 256 个 GPU。

“AWS 深度学习容器与 Amazon EKS 和 Amazon ECS 紧密集成,为用户训练、验证和部署构建自定义机器学习工作流程提供更多灵活性,”亚马逊在一篇博文中写道。“通过此集成,Amazon EKS 和 Amazon ECS 可处理在虚拟机群集上部署和扩展 AWS 深度学习容器所需的所有容器编排。”

从今天开始,AWS MarketplaceElastic Container Registry中均可免费试用 AWS 深度学习容器。

亚马逊在拉斯维加斯举行的年度 re:Invent 大会上推出 Inferentia(一种为云推理定制的高吞吐量、低延迟处理器)几个月后,AWS 深度学习容器首次亮相。Inferentia 支持 NT8、FP16 和混合精度,以及多个机器学习框架,包括 TensorFlow、Caffe2 和 ONNX。预计今年这些服务可在包括 EC2 和 SageMaker 中使用。

参考链接:https://venturebeat.com/2019/03/27/amazons-aws-deep-learning-containers-simplify-ai-app-development/

image

收藏

评论

微博

发表评论

注册/登录 InfoQ 发表评论