All Products
Search

This Product

    Platform For AI:Percepat pelatihan pembelajaran mendalam terdistribusi dengan EPL

    Document Center

    Platform For AI:Percepat pelatihan pembelajaran mendalam terdistribusi dengan EPL

    Last Updated:Jun 11, 2026

    EPL (Easy Parallel Library) adalah framework pelatihan model terdistribusi yang menggabungkan berbagai teknik optimasi pelatihan dan menyediakan API sederhana untuk berbagai strategi paralelisasi. Gunakan EPL di DLC untuk pelatihan TensorFlow terdistribusi yang hemat biaya dan berkinerja tinggi.

    Prasyarat

    Pastikan hal-hal berikut:

    • Otorisasi peran terkait layanan untuk layanan DLC. Ketergantungan produk cloud dan otorisasi: DLC.

    • Siapkan lingkungan image Anda menggunakan image resmi atau image komunitas (NVIDIA TensorFlow 1.15 atau TensorFlow-GPU 1.15):

      Catatan

      Untuk DLC, gunakan image komunitas tensorflow-training:1.15-gpu-py36-cu100-ubuntu18.04. EPL dapat diinstal melalui perintah eksekusi DLC.

    Langkah 1: Konfigurasikan code build

    Tulis kode pelatihan TensorFlow terdistribusi dengan EPL. Panduan Quick Start menyediakan contoh-contohnya.

    Atau, gunakan contoh ResNet-50 melalui code build. Saat Anda mengirimkan pekerjaan pelatihan, kode terbaru akan diklon secara otomatis. Konfigurasikan code build sebagai berikut.

    1. Buka halaman Konfigurasi Kode.

      1. Masuk ke PAI console.

      2. Di panel navigasi kiri, klik Workspaces. Di halaman Daftar Workspace, klik nama workspace yang ingin Anda kelola.

      3. Di panel navigasi kiri halaman workspace, pilih AI Computing Asset Management > Source Code Repositories.

    2. Di halaman Source Code Repositories, klik Create Code Build.

    3. Di halaman Create Code Build, konfigurasikan parameter dan klik Submit.

      Atur Git Repository Address menjadi https://github.com/alibaba/EasyParallelLibrary.git dan Code Branch menjadi main. Parameter lainnya dijelaskan dalam Konfigurasikan code build.

    Langkah 2: Buat pekerjaan pelatihan

    1. Buka halaman Buat Pekerjaan.

      1. Masuk ke PAI console. Di bilah navigasi atas, pilih wilayah dan workspace yang dituju, lalu klik Go to DLC.

      2. Di halaman Distributed Training (DLC), klik Create Task.

    2. Di halaman Create Task, konfigurasikan parameter utama berikut dan klik OK. Parameter lainnya dijelaskan dalam Buat pekerjaan pelatihan.

      • Di bagian Basic Information, masukkan nama pekerjaan.

      • Di bagian Environment Information, konfigurasikan parameter berikut.

        Parameter

        Nilai contoh

        Node Image

        Pilih Alibaba Cloud Image > tensorflow-training:1.15-gpu-py36-cu100-ubuntu18.04.

        Start Command

        		 
        apt update
apt install libnccl2 libnccl-dev
cd /root/code/EasyParallelLibrary/
pip install .
cd examples/resnet
bash scripts/train_dp.sh

        Source Code Repositories

        Dari daftar drop-down Online Configuration, pilih code build yang telah Anda buat di Langkah 1 dan atur Branch menjadi main.

      • Di bagian Resource Information, konfigurasikan parameter berikut.

        Parameter

        Nilai contoh

        Resource Source

        Pilih Public Resources.

        Framework

        Pilih TensorFlow.

        Task Resources

        Untuk node pekerja, konfigurasikan parameter berikut:

        • Nodes: Atur menjadi 2. Sesuaikan berdasarkan kebutuhan pelatihan Anda.

        • Instance Type: Pilih spesifikasi GPU ecs.gn6v-c8g1.2xlarge.

        Maximum Running Time

        Atur menjadi 2 jam.

      • Konfigurasikan parameter Task resource configuration sebagai berikut.

        Parameter

        Nilai contoh

        Nodes

        Atur menjadi 2. Sesuaikan berdasarkan kebutuhan pelatihan Anda.

        Node configuration

        Di tab GPU instance, pilih ecs.gn6v-c8g1.2xlarge.

        Maximum running time

        2 jam.

    3. Di daftar pekerjaan, klik nama pekerjaan Anda untuk melihat detail dan memantau statusnya. Lihat detail pekerjaan pelatihan.

    Dokumen terkait