Intelligent Computing LINGJUN:Perguntas frequentes sobre o Lingjun

P: Como crie ou exclua grupos de nós em um cluster?

• Existem duas maneiras de criar um grupo para um cluster do Lingjun.

  • Crie um grupo para o cluster durante a criação do próprio cluster.

  • Após criar o cluster, crie um grupo para um cluster existente.

    1. No painel de navegação à esquerda, escolha Resources and Nodes > Cluster Management.

    2. Clique em cluster ID/name.

    3. Clique em aba Node Group.

    4. Clique em New Group. Insira o nome do grupo, o tipo de instância padrão e outras informações do grupo de nós.

    5. (Opcional) Após criar um grupo de cluster, edite o nome do grupo ou exclua-o.

• Exclua um grupo de nós do cluster.

  1. No painel de navegação à esquerda, escolha Resources and Nodes > Cluster Management.

  2. Clique em cluster ID/name correspondente.

  3. Clique em aba Node Group.

  4. Na coluna Operation do grupo de nós correspondente, clique em Delete.

  5. Na caixa de diálogo, clique em Confirm.

P: Ao excluir um cluster, por que uma dica de ferramenta indica que é preciso excluir primeiro todos os nós de cada grupo?

Antes de excluir o cluster, reduza a escala dele para garantir que não haja zonas de borda. Para mais detalhes, consulte Delete Cluster.

P: Por que o deep learning e as redes neurais exigem GPU?

A tabela a seguir compara GPU e CPUs.

O tipo de computação mais adequado para GPU envolve workloads que podem ser concluídas em paralelo. Utilize métodos de programação paralela e aceleração por GPU. As redes neurais são altamente paralelas, o que as torna ideais para computação baseada em GPU. Um exemplo típico é a convolução: cada computação de convolução é independente das demais, ou seja, nenhum cálculo depende do resultado de outro. Muitas computações realizadas com redes neurais podem ser facilmente divididas em cálculos menores, sem dependências entre si.

P: Qual é a diferença entre o Intelligent Computing Lingjun e um service padrão de hospedagem de GPU?

Os clusters do Intelligent Computing Lingjun adotam uma arquitetura de sistema e uma tecnologia de otimização de desempenho em várias camadas, projetadas especificamente para cenários de computação de IA em larga escala. Isso aproveita ao máximo as capacidades gerais de computação, comunicação e memória. Em cenários de computação em larga escala com um grau extremamente alto de paralelismo — como processamento de linguagem natural, treinamento de modelos de direção autônoma e mecanismo de DPI de recomendação — o Lingjun reduz o tempo e o custo de treinamento em comparação com os service padrão de hospedagem de GPU, o que possibilita o desenvolvimento de modelos maiores e mais complexos.

P: Após ativar um cluster, é necessário instale um driver de GPU?

A imagem do sistema operacional dos nós de computação do Lingjun já inclui o driver de GPU. Execute o comando nvidia-smi e confirme a instalação correta do driver e consultar o status da placa de GPU.

P: Como consulto informações detalhadas da placa de GPU?

As etapas para visualize as informações da placa de GPU variam de acordo com o sistema operacional da instância do nó do Lingjun. Os detalhes são os seguintes:

• Se o seu nó do Lingjun executa Linux, execute o comando nvidia-smi para consultar informações detalhadas da placa de GPU.

• Caso precise de informações sobre taxa de ociosidade, utilização, temperatura e energia da placa de GPU, acesse o painel de dados e visualize essas informações. Para mais detalhes, consulte Data Dashboard.

P: Como uso o pacote eGPU?

Os nós do Lingjun possuem a versão de avaliação do pacote eGPU instalada por padrão. O período de avaliação é de 3 meses. Para usá-lo por mais tempo, envie um ticket. A autorização de longo prazo para o eGPU está disponível atualmente apenas para usuários que concluíram a verificação de identidade corporativa.