移動しました=> mazgi.log :: EC2 P3で使えるChainerMN入りのDockerイメージを作った
sonots先生によるこの記事をやってみたという話です。
概要
Dockerfileはここにあります。
ベースはNVIDIAさんのオフィシャルイメージです。
https://hub.docker.com/r/nvidia/cuda/
実行結果
ChainerMNのexampleを試した結果はこちら。
今のところシングルNodeシングルGPUとシングルNodeマルチGPUしか試してないです。
手順はこちらの通りなんですが時間が取れていない...
docker (nvidia-docker) を使ってマルチノードで ChainerMN を実行する方法(仮)
P3じゃなくても動くはずですが、ホスト側にGPUとnvidia-dockerは必要です。
今回は社の環境で試したのでsonots便利先生環境の恩恵を受けてます🙏
イチから構築する場合はこういう記事が参考になりそう。
経緯とか
めでたく記事も出たので色々言えるようになったのですが、実はありがたいことにP3の先行検証というのをさせていただいてました。
(なおイベント当日はカメラマンしてました)
この検証時点ではChainerMNではなくChainerで、環境もVM上に直接作ってたのですが、その後部内から「Dockerイメージになってたほうが便利」とフィードバックいただき先行者の記事を参考に手探りしてる状況です。
私はMLわからないマンなのですが、最初 cuDNN 7 + CuPy 1.0.3 で環境作ろうとしてバージョンが合わなくてどうしよ!と思ってたら「今日 cuDNN 7 対応の CuPy 2.0 リリースするよ!」と教えていただいたりとか、この業界本当に数時間単位で進歩しててすごい。
こういう用途だとコンテナほんと便利なんですけど、でもDockerイメージの命名むずかしい。
mazgi/cuda-cv:9.0-cudnn7-devel-ubuntu16.04
じゃなくて、
mazgi/cuda-cv-9.0-cudnn7-devel-ubuntu16.04:latest
とかにしたほうがいいのかな(長い)。
そもそもの話としては実質Chainer & ChainerMNイメージなのでそういう名前にすべきだし(さらに長くなる)。