一种针对GPU资源的深度学习容器云研究

伴随深度学习的研究发展,深度学习框架成为研究深度神经网络的重要工具。深度学习框架极大缩短了网络构建与计算时间,其强大的计算能力来源于GPU。但如何有效地在多种框架下合理分配和使用异构集群中GPU资源是一个重要问题。本文提出一种针对GPU资源深度学习容器云架构DLC,利用容器易部署、易迁移的特点,可以将深度学习框架以容器形式快速部署在异构集群上,结合nvidia-docker实现驱动文件与容器解耦合。DLC以MESOS框架的形式提供服务,通过调度获取资源后快速创建对应需求的深度学习框架,并加载指定的GPU资源及对应的运行库,实现特定版本的深度学习环境的快速创建,这对推动深度学习发展具有一定意义。