擴充應用程式映像，Nvidia簡化叢集環境與兩大產業容器部署

由繪圖處理器大廠Nvidia維護的容器登錄服務Nvidia GPU Cloud（NGC），發展至今已將近兩年之久，在去年舉行的美國超級電腦大會SC18期間，他們也宣布，NGC目前所提供的軟體框架與應用程式容器環境，已經從2017年的18種增加到41種，橫跨深度學習、高效能運算，以及視覺化處理等多種領域，而到了2019年3月舉行的GTC大會之後，已擴充到55種。

支援多節點叢集架構的容器應用形式，提供更多高效能運算的選擇

在去年下半擴充的應用程式當中，NGC可提供下列幾種容器映像，像是：用於工程與科學領域的可程式化設計平臺MATLAB、計算格點量子色動力學（Lattice Quantum Chromodynamics，LQCD）的軟體套件Chroma、用於研究量子動力學的MILC、完全透過GPU來執行資料科學與分析流程的軟體程式庫RAPIDS，以及針對生物分子系統的建模、視覺化與分析軟體VMD。

在2018年3月底舉行的GTC大會上，Nvidia公布了Nvidia GPU Cloud當時提供的應用程式容器映像的數量有30個，涵蓋的類型有4大類。

到了11月舉行的SC18大會，Nvidia GPU Cloud宣布他們容器映像增加到41個，涵蓋的應用程式類型也擴充到6種。

整體而言，NGC這次更新最受矚目的部分在於，提供支援多節點架構的高效能運算與視覺化的容器環境，能讓超級電腦的使用者在大型運算叢集系統裡面，執行此種類型的工作負載。

基本上，在大型運算環境的部署，我們通常會使用訊息傳遞介面（MPI）這類平行運算的應用程式介面，以便執行橫跨多臺伺服器處理的工作，然而，若要在應用程式容器環境當中運用MPI並不容易，需面對高效能運算系統所定義的許多變數，像是排程機制、網路堆疊、驅動程式的不同版本。

而現在NGC提供的容器登錄服務，能夠針對5種應用程式容器，簡化其多節點部署的初始發布程序，換言之，在多個節點搭配多個GPU的架構執行大量運算負載時，將變得更為容易。

另外，在高效能運算、超級電腦領域相當受到關注的容器執行環境Singularity，NGC也提供更方便的容器部署方式，讓使用者從NGC取得的容器映像，能以系統原生的方式執行在Singularity──NGC所提供的多數Docker容器映像，只需要透過一個步驟，即可在開發者自NGC下拉時，轉換成相容於Singularity的映像，接著可在Singularity runtime執行這些容器。

Nvidia在SC18期間的演講當中，展示了NGC用於視覺化運算與多節點容器架構的情境，他們運用了兩臺DGX-2設備（裡面搭配了Tesla V100），先是載入Singularity的模組、透過MPI的方式橫跨多顆GPU執行Singularity容器，接著從NGC下載並啟動ParaView這套視覺化軟體的容器，即時操作7TB的資料集，並以此呈現M82這個矮人星系噴發大量氣體的模樣。

在SC18大會現場，Nvidia也針對上述高效能運算的NGC容器應用，設立示範專區。

關於Singularity與NGC搭配的多節點應用，以及Nvidia的展示，推動Singularity發展的 Sylabs公司也派出技術作家Ian Lumb講解箇中關鍵。

除了提供更多容器映像與容器環境的支援，Nvidia也宣布另一個與NGC服務生態有關的重大相關消息，那就是NGC就緒計畫（NGC-Ready program），號召多家伺服器與工作站廠商加入，一起提供更多支援NGC應用的運算設備，而符合這樣概念的產品稱為NGC-Ready systems。

這是SC18當時公布的NGC就緒計畫參與廠商，在伺服器的部份，聯想、華為、浪潮、曙光後續也宣布加入；工作站的部分，之後加入的廠商有Dell和Boxx；在雲端服務商的層面，阿里雲、百度、OVH也宣布加入。

目前表態參與NGC-Ready system的合作業者，分為伺服器、工作站、雲端服務等三大類。

在這項計畫推廣初期，Nvidia陸續公布多款可冠上這個名號的機型。第一波產品名單是在SC18大會期間宣布，伺服器的部份，有ATOS BullSequana X1125、Cisco UCS C480ML、Cray CS Storm NX、Dell EMC PowerEdge C4140、HPE Apollo 6500、Supermicro SYS-4029GP-TVRT，工作站的部分，則有HP Z8、聯想ThinkStation P920。

幾週之後，Nvidia繼續揭露第二批支援產品，清一色都是中國伺服器廠商的產品，包括聯想ThinkSystem HG690X、華為FusionServer G560 V5、浪潮NF5468M5、曙光X795-G30。

針對智慧城市與醫療影像等兩種產業應用，提供容器支援

在今年3月舉行的GTC大會期間，NGC所提供的容器映像，特別增加了兩種產業應用的類型，那就是智慧城市與醫療影像，可支援當中的工作流程。

以智慧城市而言，NGC目前有3種容器可供下載，分別是Smart Parking Detection、Transfer Learning Toolkit for Video Streaming Analytics，以及DeepStream。

其中，若以Transfer Learning Toolkit for Video Streaming Analytics為例，能在傳輸學習（Transfer learning）的過程結合智慧視訊分析的工作負載，像是從相機影片的畫面當中，執行物件的偵測與分類，接著，再將這樣經過重新訓練、最佳化與修整的模型，經由Nvidia DeepStream SDK部署到搭配Nvidia Tesla GPU的平臺，或是Jetson開發板上。

而在醫療影像的容器提供上，NGC備有Clara Render Server、CT Organ Segmentation AI。醫療機構可透過Nvidia Clara Train SDK，針對器官分割的MRI掃描結果進行模型的預先訓練，並基於機構現有的資料集來使用傳輸學習，以便改善資料模型。之後，我們可以將Clara Train SDK產生的最佳化模型，部署到Clara Deploy SDK，為位新的病患掃描結果提供進階的分割。

產品資訊

Nvidia GPU Cloud
●建議售價：免費
●支援應用類型：高效能運算、深度學習、機器學習、推論、視覺化、基礎架構
●支援公有雲服務：阿里雲國際版、Amazon Web Services、Google Cloud Platform、微軟Azure、Oracle Cloud Infrastructure
●用戶硬體需求：個人電腦需搭配Nvidia Titan系列或Quadro系列GPU，伺服器需搭配Tesla V100、Tesla P100、Tesla P4/P40，或是採用DGX系列應用設備

【註：規格與價格由廠商提供，因時有異動，正確資訊請洽廠商】