Contêineres do AWS Deep Learning

Configure rapidamente ambientes de aprendizado profundo com imagens de contêiner otimizadas e pré-empacotadas

O AWS Deep Learning Containers (AWS DL Containers) consiste em imagens do Docker com estruturas de aprendizagem profunda pré-instaladas para facilitar a rápida implantação de ambientes personalizados de machine learning (ML), evitando que você tenha de se preocupar com o processo complicado de criar e otimizar ambientes do zero. O AWS DL Containers oferece suporte ao TensorFlow, ao PyTorch e ao Apache MXNet. Você pode implantar o AWS DL Containers no Amazon SageMaker, no Amazon Elastic Kubernetes Service (Amazon EKS), em Kubernetes autogerenciados no Amazon EC2 e no Amazon Elastic Container Service (Amazon ECS). Os contêineres estão disponíveis gratuitamente por meio do Amazon Elastic Container Registry (Amazon ECR) e do AWS Marketplace. Você paga apenas pelos recursos usados. Comece a usar com este tutorial.

Os contêineres do Docker são uma maneira popular de implantar ambientes de ML personalizados que são executados de forma consistente em vários ambientes. Mas a criação e o teste de imagens de contêineres para aprendizado profundo são difíceis, propensos a erros e podem levar dias devido a dependências de software e problemas de compatibilidade entre versões. Essas imagens também precisam ser otimizadas para distribuir e escalar cargas de trabalho de ML com eficiência em um cluster de instâncias, o que exige conhecimento especializado. Esse processo deve ser repetido a cada lançamento de atualizações da estrutura. Tudo isso faz com que os desenvolvedores desperdicem um tempo valioso em tarefas genéricas demoradas, desacelerando a inovação.

Os contêineres do AWS DL oferecem imagens do Docker pré-instaladas e testadas com as versões mais recentes das estruturas de aprendizado profundo comuns e suas bibliotecas necessárias. Os contêineres do AWS DL são otimizados para distribuir cargas de trabalho de ML de forma eficiente em clusters de instâncias na AWS, proporcionando a você alta performance e escalabilidade imediatas.

Apresentação dos contêineres do AWS Deep Learning

Benefícios

Comece a criar agora

Use imagens do Docker pré-empacotadas para implantar ambientes de aprendizagem profunda em minutos. As imagens contêm as bibliotecas e ferramentas necessárias para as estruturas de aprendizagem profunda (no momento, TensorFlow, PyTorch e Apache MXNet) e são totalmente testadas. Você pode adicionar facilmente a essas imagens suas próprias bibliotecas e ferramentas para obter um maior controle sobre o monitoramento, a conformidade e o processamento de dados. Para obter mais informações, consulte Imagens do AWS Deep Learning Containers.

Obtenha automaticamente a melhor performance

O AWS DL Containers inclui otimizações e aprimoramentos nas versões mais recentes de estruturas populares como TensorFlow, PyTorch e Apache MXNet, bem como suas bibliotecas, para oferecer a mais alta performance de treinamento e inferência na nuvem. Por exemplo, as otimizações da AWS para o TensorFlow permitem que os modelos sejam treinados com velocidade até duas vezes maior devido a uma escalabilidade de GPU consideravelmente melhorada.

Adicione rapidamente Machine Learning a aplicativos do Kubernetes

Os contêineres do AWS DL são criados para funcionar com o Kubernetes no Amazon EC2. Se você tiver aplicativos implantados no Kubernetes com o Amazon EC2, poderá adicionar rapidamente a esses aplicativos o Machine Learning como um microsserviço usando os contêineres do AWS DL.

Gerencie facilmente fluxos de trabalho de machine learning

O AWS DL Containers é totalmente integrado ao Amazon SageMaker, ao Amazon EKS e ao Amazon ECS, oferecendo opções e flexibilidade para criar fluxos de trabalho personalizados de machine learning para treinamento, validação e implantação. Por meio dessa integração, o Amazon EKS e o Amazon ECS cuidam de toda a orquestração de contêineres necessária para implantar e escalar o AWS DL Containers em clusters de máquinas virtuais.

O AWS DL Containers oferece suporte ao TensorFlow, ao PyTorch e ao Apache MXNet.

TensorFlow
Suporte ao TensorFlow
PyTorch
Suporte ao PyTorch
Apache MXNet
Suporte ao Apache MXNet

Clientes

Wix

“Os contêineres do Deep Learning aumentam a nossa velocidade em 20%. Antes, o trabalho necessário para implantar modelos desenvolvidos por cientistas de dados em produção retardava o nosso tempo de introdução no mercado. Normalmente, os cientistas de dados trabalhavam com as AMIs do AWS Deep Learning e nossa equipe de implantação usava contêineres do Docker em produção. Garantir a sincronia entre os ambientes de pesquisa e produção era um processo demorado e propenso a erros. Agora, com os contêineres do AWS Deep Learning, podemos usar o mesmo ambiente de TensorFlow otimizado e estável em todo o nosso pipeline, da pesquisa e do treinamento até a produção.”


Accenture

“Na Accenture, nossos cientistas de dados inovam para os clientes criando aplicativos de aprendizado profundo de visão computadorizada e processamento de linguagem natural em um conjunto diversificado de domínios, como telecomunicações setores de recursos. Nossa equipe é ágil e usamos contêineres do Docker para treinar e implantar rapidamente os modelos. A nossa velocidade era reduzida pela necessidade de criar e manter repetidamente imagens de contêineres com estruturas e bibliotecas de aprendizado profundo. Os problemas de compatibilidade ou dependência nos custavam dias preciosos. Agora, com os contêineres do Deep Learning, temos acesso a imagens de contêineres prontas para uso imediato que nos oferecem uma performance otimizada na AWS.” 


Patch’d

“Na Patch’d, usamos aprendizado profundo para detectar os primeiros indícios da sepse. Consideramos os contêineres do Docker como uma forma de multiplicar por 10 os nossos pipelines aprendizado profundo atuais, o que nos proporciona uma forma rápida e flexível de testar facilmente centenas de modelos. No entanto, não queremos desperdiçar recursos valiosos de ciência de dados e engenharia para configurar e otimizar ambientes do Docker para aprendizado profundo. Com os contêineres do Deep Learning, podemos instalar gratuitamente ambientes otimizados do TensorFlow em minutos.”

Publicações e artigos de blog

New – AWS Deep Learning Containers
27 de março de 2019
 
 
Best Practices for Optimizing Distributed Deep Learning Performance on Amazon EKS
1º de maio de 2019
 
GPU workloads on AWS Batch
04 de abril de 2019
 
 
Saiba mais sobre a aprendizagem profunda na AWS
Confira os recursos do produto

Saiba mais sobre os contêineres do AWS DL.

Saiba mais 
Cadastre-se para obter uma conta gratuita da AWS
Cadastre-se para obter uma conta gratuita

Obtenha acesso instantâneo ao nível gratuito da AWS. 

Cadastre-se 
Comece a criar com o Deep Learning Containers
Comece a criar com tutoriais

Comece a usar o AWS DL Containers no Amazon EC2.

Experimente agora mesmo