如何自行編譯 HPL-GPU 來測試 Benchmark

如何自行編譯 HPL-GPU 來測試 Benchmark

構建 NVIDIA CUDA Linpack 環境執行環境非常困難,網路上訊息非常少,然後linkpack測試更新版本已經有一段時間,記錄實作主要參考「Hybrid HPL(GPU版HPL)安装教程」與「AWS-GPUとスパコンを比較する方法-スパコン用ベンチマークソフトを動かしてみる」兩個文章教學,並嘗試運行現在環境支援的版本,部署過程記錄。

繼續閱讀
快速部署 Kubeflow v0.3 容器機器學習平台

快速部署 Kubeflow v0.3 容器機器學習平台

Kubeflow 是由 Google 與相關公司共同發起的開源專案,其目標是利用 Kubernetes 容器平台來簡化機器學習的建置與執行過程,使之更簡單、可重複的攜帶性與可擴展,並提供一套標準的雲原生(Cloud Native)機器學習解決方案,以幫助演算法科學家專注在模型開發本身,而由於 Kubeflow 以 Kubernetes 做基礎,因此只要有 Kubernetes 地方就能夠快速部署並執行。

繼續閱讀
透過 Microk8s 快速部署 Kubeflow

透過 Microk8s 快速部署 Kubeflow

此文章將記錄透過安裝 Microk8s ,在本地機器上輕鬆部署 kubernetes 集群,並且透過運行腳本讓 kubeflow 環境一起部署完成。最後您將擁有簡易的單節點 Kubernetes 集群以及在 Pod 中部署為服務的 Kubeflow 的所有默認核心組件。並且能訪問 JupyterHub 筆記本和 Kubeflow Dashboard,進行相關測試。

繼續閱讀