精品国产免费第一区二区三区 ,中文字幕乱码人妻二区三区,一区二区三区四区精品日韩

全名為 NVIDIA GPU Cloud 的 NGC 中心，是近年來 NVIDIA 用來統(tǒng)籌應(yīng)用資源的云中心，本身并不具備任何計(jì)算功能，主要就是“應(yīng)用資源分類整理”用途，將 NVIDIA 絕大部分與 GPU 開發(fā)相關(guān)的工具包、開發(fā)包、機(jī)器學(xué)習(xí)預(yù)訓(xùn)練模型等等，全部集中在這上面，方便開發(fā)人員集中使用與下載開發(fā)資源。
登錄 http://ngc.nvidia.com 就能進(jìn)入 NGC 中心（如下圖），不過這個(gè)入口的更新頻率很高，首頁所看到的內(nèi)容可能跳轉(zhuǎn)至其他地方。網(wǎng)頁最左邊的 “Explore Catalog” 與右上角的“用戶名（未登錄之前為 Guest）”，大致是固定的。

目前 NGC 將所有資源區(qū)分為以下五大類：
Collections（集合）：
【NVIDIA 英偉達(dá)賬號(hào)注冊】這里存放著“以應(yīng)用為單位”的綜合信息內(nèi)容，因?yàn)槊總€(gè)應(yīng)用都需要用到一個(gè)以上的容器、預(yù)訓(xùn)練模型、Helm 管理模塊或資源，在 NGC 里存放數(shù)百個(gè)這些元件，如果讓開發(fā)者自行搜索的話，的確是一件相當(dāng)費(fèi)勁的工作。
NVIDIA 將個(gè)別應(yīng)用所需要的相關(guān)信息，先整理好并存放在這個(gè)分類里，讓使用者可以非常輕松地掌握每個(gè)應(yīng)用所需要的資源列表，目前已經(jīng)整理好 50+個(gè)應(yīng)用，包括 TAO 對(duì)話 AI、ASR 自動(dòng)語音識(shí)別、NLP 自然語言處理等等，還在陸續(xù)增加當(dāng)中。
下面截屏是在 “Query” 欄輸入 “tao” 后，會(huì)出現(xiàn) 10 個(gè)已經(jīng)整理好的應(yīng)用：

當(dāng)點(diǎn)擊 “TAO Toolkit-Conversational AI” 之后，就會(huì)進(jìn)入下面 “Overview” 截圖的內(nèi)容，顯示在 NGC 中心里，目前有 1 個(gè)容器、10 個(gè)預(yù)訓(xùn)練模型與 8 項(xiàng)資源與這個(gè)應(yīng)用是有關(guān)的，當(dāng)然這些數(shù)字未來是有可能改變的。

點(diǎn)擊 “Entities” 就能看到如下圖，列出每個(gè)元件的名稱以及進(jìn)入該元件說明的鏈接：

這樣就能很輕松地掌握每個(gè)應(yīng)用完整的資源信息。
Containers（容器）：
Docker 是非常好的用于封裝應(yīng)用軟件的容器技術(shù)，封裝的鏡像能提供完全獨(dú)立的執(zhí)行環(huán)境，這樣能有效地解決多種應(yīng)用的同時(shí)運(yùn)作。
由于 NVIDIA 的各種開發(fā)套件之間，仍有可能存在 CUDA/cuDNN/TensorRT 這些底層庫的版本兼容問題，另外包括 Python 各種數(shù)學(xué)庫之間的版本依賴，經(jīng)常造成軟件安裝的困難度。
NVIDIA 將大部分開發(fā)套件與工具包，以不同應(yīng)用場景或功能組合的形式，用 Docker 技術(shù)進(jìn)行封裝，例如 TAO 開發(fā)工具就有 for Conv AI、for CV 與 for Lanuage Model 三種鏡像，而 DeepStream 有 6 種以上的鏡像。
使用鏡像技術(shù)，開發(fā)者只需要在工作平臺(tái)上安裝最基礎(chǔ)的 GPU 驅(qū)動(dòng)、docker 管理器與 nv-docker 解析器，就能非常輕松地使用這些應(yīng)用。目前 NGC 上已經(jīng)有將近 200 個(gè)容器鏡像，可以免費(fèi)使用。
Helm Charts
這是一組針對(duì) Kubernetes 集群的管理與運(yùn)維的工具，配合 docker 技術(shù)執(zhí)行應(yīng)用軟件的部署與管理，與 GPU 計(jì)算沒有直接關(guān)聯(lián)，通常使用在數(shù)據(jù)中心、云平臺(tái)上，對(duì)各種部署的 GPU 應(yīng)用進(jìn)行管理與監(jiān)控，其中 NVIDIA Network Operator Helm Chart 是最重要的基礎(chǔ)元件，對(duì)這方面有需求的讀者可以從這個(gè)元件開始上手。
Models（模型）：
這里提供 300+個(gè)預(yù)訓(xùn)練好的人工智能模型，包括圖像分類、對(duì)象檢測、語言翻譯、文本到語音、推薦引擎、情感分析等等，主要配合遷移學(xué)習(xí)(transfer learning) 的用途，或者直接拿來作為體驗(yàn)演示用途。