使用 TensorFlow 和 Kubernetes 构建 GPU 加速工作流

看新闻很累？看技术新闻更累？试试下载 InfoQ 手机客户端，每天上下班路上听新闻，有趣还有料！

Daniel Whitenack 在最近举行的北美 2017 KubeCon+CloudNativeCon 大会上分享了如何使用 TensorFlow 和 Kubernetes 进行基于 GPU 的深度学习。

他以物体检测为例子介绍了一种典型的人工智能工作流程。该工作流程包括预处理、模型训练、模型生成和模型推理。这些步骤都可以运行在 Docker 容器里。

模型训练一般是通过框架来完成的，如 TensorFlow 或 Caffe。在这一阶段，GPU 可用于帮助提升性能。深度学习在使用 TensorFlow 或其他框架时，需要借助 GPU 在图像数据上训练模型。

模型训练可以运行在 Kubernetes 集群的 GPU 节点上。Kubernetes 为多 GPU 节点提供了一个非常好的框架，按照如下步骤可实现更好的工作流：

• 将数据正确地分配代码（pod）。

• 在正确的节点上处理数据。

• 在正确的时间触发正确的代码。

该工作流程也可以用于跟踪哪个版本的代码和数据产生了哪些结果（用于调试、维护和合规的目的）。

Kubernetes 为此提供了基础支持，也因为它具备了可移植性和可伸缩性，所以非常适用于机器学习项目。

Whitenack 介绍了一个叫作Pachyderm的开源项目，它支持数据管道，并为 Kubernetes 提供了数据管理层。工作流中一般会包含多个数据预处理和后处理作业。Pachyderm 提供了统一的框架用于调度多步骤工作流、数据管理和向 GPU 分配工作负载。

Pachyderm 框架的特性包括：

• 数据版本：版本化的数据可存储在 Amazon S3 数据库里。

• 用于分析的容器。

• 分布式管道或数据处理 DAG。

• 数据监管：可用于合规和调试。

Whitenack 在现场进行了演示，使用 Pachyderm 和 Kubernetes 实现了一个 AI 工作流。示例应用程序实现了图像到图像的转换，将卫星图自动转成地图。他在例子中使用 TensorFlow 进行模型训练和推理。

如果读者对 Pachyderm 框架感兴趣，可以参考机器学习示例、开发者文档、Kubernetes GPU 文档，或者直接加入Slack 通道。

查看英文原文：Building GPU Accelerated Workflows with TensorFlow and Kubernetes