DGX Spark, mille on kuulutanud Nvidia, on võimas AI superarvuti, mis on loodud töölaua kasutamiseks, võimendades Nvidia Grace Blackwelli platvormi. See on AI arendamiseks optimeeritud, eriti Nvidia CUDA-X AI platvormi puhul, mis toetab NVIDIA TENSORTi ja muude tööriistade raamistikke nagu Tensorflow ja Pytorch. Kuigi DGX Spark on loodud peamiselt Nvidia ökosüsteemiga sujuvaks toimimiseks, ei välista see selgesõnaliselt muude sügava õppe raamistike, näiteks Caffe või Theano kasutamist.
Raamistike nagu Caffe või Theano kasutamine DGX Sparkil võib siiski vajada täiendavat seadistamist ja ühilduvuse kontrollimist. Siin on üksikasjalik ülevaade:
1. Nvidia ökosüsteem: DGX Spark on optimeeritud NVIDIA AI platvormi jaoks, mis sisaldab mudelite optimeerimiseks selliseid tööriistu nagu tensorrt. See platvorm on mõeldud peamiselt töötama koos raamistikega, mis on hästi integreeritud Nvidia riist- ja tarkvara virnaga, näiteks Tensorflow ja Pytorch.
2. Caffe ja Theano ühilduvus:
- Caffe: Kuigi Caffe pole nii laialdaselt kasutatud kui kunagi varem, saab seda CUDA abil ikkagi Nvidia GPU -l käitada. Kuid Caffe toetus uuematele NVIDIA arhitektuuridele ja funktsioonidele ei pruugi olla nii tugev kui Tensorflow või Pytorch. Kasutajad peaksid tagama, et Caffe on korralikult konfigureeritud NVIDIA riistvara kasutamiseks DGX Spargis.
- Theano: Theanot ei hoita enam aktiivselt ja see on suures osas asendatud Tensorflow ja Pytorchiga. Theano käitamine DGX Sparkil nõuaks tõenäoliselt olulisi jõupingutusi, et tagada ühilduvus uusima NVIDIA riistvara ja tarkvaraga.
3. Üldised kaalutlused:
- Raamistike kasutamiseks nagu Caffe või Theano DGX SPARK -is peaksid arendajad tagama, et need raamistikud on NVIDIA riistvara kasutamiseks korralikult konfigureeritud. See võib hõlmata CUDA tugi käsitsi seadistamist või ühilduvust pakkuvate kolmandate osapoolte raamatukogude kasutamist.
- Lisaks, kuna DGX Spark on mõeldud Nvidia täispinna AI-platvormiga sujuvalt töötama, ei pruugi muude raamistike kasutamine täielikult kasutada Nvidia ökosüsteemi optimeeritud jõudlust ja funktsioone.
Kokkuvõtlikult võib öelda, et kuigi DGX Spark on peamiselt optimeeritud selliste raamistike jaoks nagu Tensorflow ja Pytorch, on tehniliselt võimalik kasutada muid raamistikke, näiteks Caffe või Theanot koos täiendava seadistamise ja ühilduvuse kontrollidega. DGX Sparki täielikku jõudlust ei pruugita siiski realiseerida ilma NVIDIA soovitatud raamistikke ja tööriistu kasutamata.
Tsitaadid:
]
]
[3] https://www.osti.gov/servlets/purl/1569281
[4] https://spark.apache.org/docs/latest/ml-guide.html
]
[6] https://support.brightcomputing.com/manuals/8.1/machine-laurning-manual.pdf
]
[8] https://tech.yahoo.com/artiki
]