Veröffentlicht am: Feb 4, 2019
Heute gab Amazon Elastic Container Service (ECS) einen verbesserten Support für die Ausführung von Machine Learning- und leistungsintensiven Datenverarbeitungsanwendungen auf EC2 GPU-Instances bekannt. Auf Basis der ECS Task-Definitionen können Sie nun eine Anzahl an GPUs für spezielle Container bestimmen. Diese Container werden von ECS entsprechend für die Workload-Isolierung und eine optimale Leistung gekennzeichnet.
Um GPUs auf ECS nutzen zu können, mussten Sie in der Vergangenheit Ihren selbst konfigurierten AMI einbringen und eine benutzerdefinierte vCPU-Platzierungslogik als Proxy verwenden, um zu versuchen, physische GPUs speziellen Containern zuzuweisen. Außerdem war es nicht möglich, Kennzeichnungs- oder Isolierungsschritte durchzuführen. Ab sofort können den für ECS GPU optimierten AMI mit p2- und p3-Instances nutzen, der bereits mit vorkonfigurierten Nvidia-Kernel-Treibern, einer angemessenen Docker GPU-Laufzeit und einer CUDA-Standardversion ausgeliefert wird. Mit Task-Definitionen können Sie einem speziellen Container eine Anzahl an GPUs zuweisen, die ECS dann als Planungsmechanismus verwendet. Sobald Sie Ihre Container auf diese Instances platziert haben, versieht ECS die gewünschten Container für die Workload-Isolierung und eine optimale Leistung mit physischen GPUs.
Weitere Informationen finden Sie in unserem Blog oder in unserer Dokumentation. Die Verfügbarkeit von ECS können Sie in der Regionstabelle einsehen.