使用gpu在容器
利用提供的性能优势的图形处理单元(gpu),您可以使用gpu的主机系统在一个容器中。默认情况下,一个集装箱没有访问主机的硬件资源。使容器访问NVIDIA®gpu的主机系统,您需要:
在主机系统上运行的容器与适当的NVIDIA GPU驱动程序安装,例如使用英伟达AMI深度学习。
看到主人的gpu容器使用
——gpu当你执行国旗码头工人运行命令。设置这个标志所有如果你想让容器有访问所有主机的gpu。例如,运行一个MATLAB®容器和给它访问主机的gpu执行如下所示的命令码头工人——gpu mathworks / matlab运行
检查容器访问gpu
检查容器是否有权访问主机的gpu, MATLAB在容器并执行下面的命令
gpuDeviceTable
ans =2×5表索引名称ComputeCapability DeviceAvailable DeviceSelected _____ _________________ _________________ 1售予* * *“泰坦RTX”“7.5”真的真的2”住宅区K620”“5.0”真的假的
gpuDevice或gpuDeviceCount代替。更多信息,对这个命令和如何选择特定的GPU,明白了识别和选择一个GPU设备
(并行计算工具箱)。
使用gpu加速MATLAB代码
在容器访问gpu,您可以加快你的MATLAB代码,如并行训练神经网络,利用他们的计算能力。首先,明白了运行在GPU MATLAB函数(并行计算工具箱)。更多地了解使用多个gpu并行训练一个神经网络,看到的深度学习与MATLAB在多个gpu(深度学习工具箱)。
另请参阅
gpuDeviceTable(并行计算工具箱)
