GPU 环境 (带有 GPU 的Jupyter Notebooks with Python )

GPU 环境模板

要使用 GPU 环境，您必须创建一个新的 GPU 环境模板。

您必须在项目中具有 管理 或 编辑 角色，才能创建环境模板。

要创建 GPU 环境模板:

1. 从项目的 管理 选项卡中，选择 " 环境 " 页面，然后在 模板下单击 新建模板。

2. 输入名称和描述。

3. 选择 GPU 环境配置类型。

4. 选择硬件配置。 根据模型操作的复杂性以及您想要执行的模型训练迭代数来选择大小。

   • 请根据分析工作负载的复杂性以及可用的资源指定硬件大小。 缺省大小为 1 GPU and 1 vCPU and 2 GB RAM。

5. 选择 Python 软件版本。

这样会显示环境模板详细信息。 您可以通过将鼠标悬停在设置上方来更改硬件设置。

Python 3.10 的 GPU 环境包括 22.2 Runtime 版本中的数据科学库，可与 NVIDIA CUDA 工具包 11.4 配合使用。 Python 3.9 的 GPU 环境包括 22.1 Runtime 版本中的数据科学库，可与 NVIDIA CUDA 工具包 11.2 配合使用。 运行时 22.1 on Python 3.9 已被弃用。

您可以通过创建定制来添加您自己的定制库以及为您预先安装的定制库。 请参阅 定制环境模板。

在 Notebook 中使用 GPU 环境

创建 GPU 环境模板后，您可以选择在创建该 Notebook 时在该环境中运行该 Notebook。

在项目中，您可以使用相同的 GPU 环境模板来运行多个 Notebook。 这意味着，如果在同一项目中打开具有相同环境模板的第二个 Notebook ，那么将在同一运行时中启动第二个内核。 运行时资源由您在运行时中启动的 Jupyter 内核共享。 运行时是按单个用户启动的，而不是按 Notebook 启动的。

后续步骤

• 创建 Notebook
• 更改 Notebook 的环境
• 停止活动运行时

父主题: 环境