上云无忧 > 文档中心 > 腾讯云GPU云服务器 - 使用预装 AI 环境的镜像
GPU云服务器
腾讯云GPU云服务器 - 使用预装 AI 环境的镜像

文档简介:
操作场景: 为方便用户使用,云市场提供了预装 GPU 驱动和 AI 环境的镜像。在创建 GPU 实例时,可以通过镜像市场选择相关镜像完成部署。
*此产品及展示信息均由腾讯云官方提供。免费试用 咨询热线:400-826-7010,为您提供专业的售前咨询,让您快速了解云产品,助您轻松上云! 微信咨询
  免费试用、价格特惠

操作场景

为方便用户使用,云市场提供了预装 GPU 驱动和 AI 环境的镜像。在创建 GPU 实例时,可以通过镜像市场选择相关镜像完成部署。

操作步骤

选择安装驱动预装镜像

活动页

1. 活动页 选择所需要的 GPU 实例机型及相关配置。
2. 选择预装镜像,单击 TensorFlow 2.8.0 或 Pytorch 1.9.1。如下图所示:

3. 根据界面提示,完成实例创建的配置。
4. 参见 指引,登录 JupyterNotebook。

购买页

1. 购买页 选择所需要的 GPU 实例机型及相关配置。
2. 镜像中选择镜像市场,单击从镜像市场选择。如下图所示:

3. 在弹出的选择镜像对话框的搜索框中,输入 TensorFlow 2.8.0 或 Pytorch 1.9.1 并单击搜索按钮,如下图所示:

4. 根据实际需求,选择预装 GPU 驱动的镜像,单击免费使用。如下图所示:

5. 根据界面提示,完成实例创建的配置。
6. 参见 指引,登录 JupyterNotebook。

登录 JupyterNotebook

1. 控制台 登录实例,执行以下命令取得登录 JupyterNotebook 的链接:
		
jupyter notebook list | sed "s/\(localhost\|127.0.0.1\|0.0.0.0\)/$(curl http://metadata.tencentyun.com/latest/meta-data/public-ipv4/)/"

2. 复制登录链接在浏览器打开,在 JupyterNotebook 中验证 AI 框架 和 GPU 环境:

AI 环境预装镜像列表

TensorFlow 2.8.0 Ubuntu 18.04 GPU 基础镜像(预装460驱动)
Pytorch 1.9.1 Ubuntu 18.04 GPU 基础镜像(预装460驱动)
以上镜像为计算型 GPU 实例 GN7/GN10/GN10Xp 专用,预装了 AI 框架、JupyterNotebook 和 NVIDIA Tesla GPU 驱动程序 460.106.00,以及 CUDA 11.2.2。
说明
预装镜像的 AI 开发框架、驱动和 CUDA 版本是固定的,选择有限。如需自定义安装驱动和 CUDA,请参见 安装 NVIDIA Tesla 驱动
相似文档
  • 监控与告警是保证 GPU 云服务器高可靠性、高可用性和高性能的重要部分。创建 GPU 云服务器时,默认免费开通云监控。您可通过 云服务器控制台 查看监控指标,详细说明请参见 云服务器监控内容。NVIDIA GPU 系列实例另外提供了监控 GPU 使用率,显存使用量,功耗以及温度等参数的能力。
  • 背景信息: 近几年随着 AI 模型参数的倍增及训练数据的日益增长,用户对模型迭代效率的需求也随之增长,单个 GPU 的算力和显存资源已无法满足大部分业务场景,使用单机多卡或多机多卡训练已成为趋势。
  • 操作场景: 本文介绍如何基于云服务器 CVM 搭建 torch+Taco Train 分布式训练集群,更多最佳实践请参见 计算加速套件 TACO Kit 文档。
  • qGPU 是腾讯云推出的 GPU 共享技术,支持在多个容器间共享 GPU 卡并提供容器间显存与算力强隔离的能力,从而在更小粒度使用 GPU 卡的基础上,保证业务安全,达到提高 GPU 使用率、降低用户成本的目的。
  • 操作场景: 本文介绍如何通过腾讯云容器服务 TKE 使用 qGPU。 使用须知: TKE 版本支持:需 ≥ v1.14.x。 操作系统支持:请参见 TKE 支持的公共镜像列表。推荐使用 TencentOS Server 3.1 (TK4) ,公共镜像为更稳定、高效、易维护的使用方式。不推荐您使用市场镜像。
官方微信
联系客服
400-826-7010
7x24小时客服热线
分享
  • QQ好友
  • QQ空间
  • 微信
  • 微博
返回顶部