NVIDIA GPU Cloud (NGC) te aporta el rendimiento y la flexibilidad que necesitas para tus proyectos de deep learning más exigentes. Ofrece la potencia de la IA de NVIDIA, ayudando a investigadores y científicos de todos los sectores a crear, entrenar y desarrollar redes neuronales para dar respuesta a sus necesidades. Esto incluye un catálogo de contenedores de software de deep learning integrados y optimizados para sacar el máximo provecho de las GPU de NVIDIA tanto en la nube como localmente.
The NGC container registry features the top software for accelerated data science, machine learning, and analytics. Tap into powerful software for executing end-to-end data science training pipelines completely in the GPU, reducing training time from days to minutes.
Consigue más información sobre la optimización de los principales entornos de trabajo de deep learning, como TensorFlow, PyTorch, MXnet, Theano, Caffe2 o Microsoft Cognitive Toolkit (CNTK), entre otros.
NVIDIA GPU Cloud facilita el aprovechamiento de los entornos de trabajo de deep learning optimizados mediante GPU tanto a nivel local como en la nube. Descubre cómo empezar con NGC y Amazon Elastic Compute Cloud (Amazon EC2).
Obtendrá acceso gratuito a un catálogo completo catálogo de contenedores de entorno de trabajo para deep learning totalmente integrados y optimizados.
Cualquier persona que se registre para obtener una cuenta de NGC. Al mantener una cuenta, los usuarios pueden descargar y usar las últimas versiones de los contenedores optimizados para las GPU en las plataformas compatibles.
Cada contenedor tiene la pila de software NVIDIA GPU Cloud, una pila ya integrada de software con aceleración por GPU optimizado para el deep learning en las GPU de NVIDIA. Incluye un SO Linux, tiempo de ejecución CUDA, las bibliotecas necesarias y el entorno de trabajo o la aplicación elegidos (TensorFlow, NVCaffe, NVIDIA DIGITS, etc.), todo optimizado para utilizarse conjuntamente y al instante sin configuración adicional.
El registro de contenedores NGC incluye versiones aceleradas mediante GPUs NVIDIA de los principales entornos de trabajo: NVCaffe, Caffe2, Microsoft Cognitive Toolkit (CNTK), NVIDIA DIGITS, MXNet, PyTorch, TensorFlow, Theano, Torch, CUDA (contenedor básico para desarrolladores).
Los contenedores con aceleración por GPU están puestos a punto, probados y certificados por NVIDIA para ejecutarse en sistemas NVIDIA DGX™, NVIDIA TITAN (con la tecnología de NVIDIA Volta y NVIDIA Pascal™) y NVIDIA Quadro GV100, GP100 y P6000, así como en las GPU que NVIDIA tiene en la nube con Alibaba, Amazon, Google, Microsoft y Oracle.
Sí, las condiciones de uso permiten utilizar contenedores de deep learning NGC en PC de sobremesa equipados con GPU Pascal o Volta.
Los contenedores de deep learning en NGC se han diseñado para ejecutarse en las GPU que cuenten con la tecnología de NVIDIA Volta o Pascal™. Los proveedores de servicios en la nube compatibles con NGC ofrecen tipos de instancias que facilitan las GPU de NVIDIA apropiadas para ejecutar los contenedores de NGC. Para poder ejecutar los contenedores, hay que elegir uno de estos tipos de instancia, incluir el archivo de imagen adecuado y acceder a NGC desde dicha imagen. Los pasos que se deben seguir para llevar a cabo esta acción dependen del proveedor de servicios en la nube, pero hay instrucciones detalladas para cada uno en la documentación de NVIDIA GPU Cloud.
Una vez al mes. NVIDIA invierte permanentemente en I+D para desarrollar los contenedores de deep learning de NGC y colabora con técnicos de distintos entornos de trabajo de deep learning para favorecer su rendimiento. Los ingenieros de NVIDIA optimizan el software incesantemente para ofrecer actualizaciones mensuales que permiten maximizar los resultados de la inversión en deep learning.
Los usuarios acceden a NVIDIA DevTalk Developer Forum https://devtalk.nvidia.com, un foro que cuenta con el respaldo de una amplia comunidad de expertos en deep learning y GPU pertenecientes al ecosistema de clientes, partners y empleados de NVIDIA.
NVIDIA está acelerando la democratización de AI al conceder a los investigadores y desarrolladores de deep learning acceso simplificado a entornos de trabajo de deep learning acelerados para GPU. Esto les facilita la puesta en marcha de estos entornos optimizados en GPU de NVIDIA en la nube o sistemas locales.
Los contenedores del registro de contenedores NGC son gratuitos (sujeto a las condiciones de uso,TOU). Sin embargo, cada proveedor de servicios en la nube fijará unos precios por sus servicios de cálculo acelerado.
Consulta https://ngc.nvidia.com/legal/terms