딥러닝 AI
응용개발 플랫폼 - DLP
다양한 딥러닝 모델 연구개발을 위한 Python, Python Modules, Python 가상환경, Open framework와 효율적인 Multi·Distributed GPU자원 스케줄링 및 모니터링 플랫폼 환경을 제공합니다.
문의하기
딥러닝 AI 응용개발 플랫폼에서는 표준 HPC 플랫폼의 모든 기능을 기본 제공할 뿐만 아니라
딥러닝 AI 응용개발 플랫폼만의 추가 기능을 함께 제공하고 있습니다.
주요특징
딥러닝 플랫폼 환경
3~5분 만에 구성 완료
RNTier Cloud 서비스에서 제공하는 딥러닝 AI 응용개발 플랫폼은 딥러닝 응용 개발 및 모델 학습에 필요한 다양한 Python 버전과 딥러닝 오픈 프레임워크, CUDA SDK와 CUDNN 환경을 RNTier GPU 전용 스케줄러와 함께 연동하여 사용자가 원하는 딥러닝 플랫폼 환경을 3~5분 이내에 생성할 수 있습니다.
수많은 응용 S/W
개발 환경 제공
RNTier Cloud 딥러닝 AI 응용개발 플랫폼에서 제공되는 응용 S/W 환경은 Python 2.7, 3.6, 3.7, 3.8, Anaconda2, 3, CUDA 9, 10, 10.1, 11.0. 11.1, Tensorflow, Caffe, Pytorch, Theano, Keras, Horovod, Jupyter Notebook, Jupyter Lab, PyCharm, VSCode 등으로 딥러닝 개발에 필요한 대부분의 개발 환경이 포함되어 있습니다.
다양한 플랫폼 서비스 기능으로
편리한 환경 구성
사용자는 RNTier Cloud에서 제공하는 GPU 스케줄러, GPU 모니터링, 리눅스 데스크탑 GUI 작업환경, Multi GPU 학습, 분산 GPU 학습, Python 가상 패키지 관리등 다양한 딥러닝 플랫폼 서비스 기능으로 더욱 쉽고 편리한 플랫폼 이용이 가능합니다.
상세기능
표준 HPC(MPI) 연구개발 플랫폼 상세 기능 일괄 제공
딥러닝 AI 응용개발 플랫폼에서는 표준 HPC(MPI) 연구개발 플랫폼에서 제공하는 상세 기능을 모두 이용할 수 있습니다.
표준 HPC(MPI) 연구개발 플랫폼 상세보기
딥러닝 연구개발 전용 GPU 터미널 기능 제공
딥러닝 응용 개발 및 모델 학습에 필요한 Python 버전, Python 패키지, 딥러닝 오픈 프레임워크, GPU 개수를 선택하면 HPC 스케줄러를 통해 요청한 GPU 자원과 딥러닝 개발 환경을 자동 구성하여 2초 이내에 필요한 딥러닝 전용 터미널 환경을 제공합니다. 해당 터미널에서는 요구했던 개발 플랫폼 환경으로 딥러닝 학습을 바로 수행할 수 있으며, 다른 딥러닝 개발 S/W (pycharm, vscode, jupyter-notebook, jupyter-lab 등)도 실행할 수 있습니다.
Python 가상 환경 관리 기능 제공
Python Virtual Env 기능을 통해 생성된 개별 Python package 정보를 별도의 데이터베이스에 저장하여 보다 체계적이고 효과적인 Python 가상환경을 제공합니다. Python 가상환경 설치 경로와 목록 관리 기능, ID를 통한 Activate·Deactivate 기능을 통해 편리하고 간단한 Python 가상환경 이용이 가능합니다.
딥러닝 연구 개발 응용 환경 제공
딥러닝 AI 응용개발에 대표적으로 사용되는 Anaconda2, Anaconda3, caffe, caffe2, Pytorch, Keras, Theano, mxnet, jupyter, Python 등 S/W 이용 환경을 기본 제공합니다.
상세보기
• 딥러닝 응용 개발용 기본 제공 프로그램 환경
S/W Name OS Python, Anaconda CUDA Version DL Openframework
Anaconda2 (2019.03) CentOS 7 Anaconda2-2019.3 Cuda V9.0.176-cudnn V7.0.5
Anaconda3 (2019.10) CentOS 7 Anaconda3-2019.10 Cuda V10.0.130
Anaconda3 (2020.07) CentOS 7 Anaconda3-2020.7 Cuda V10.0.130
caffe (py27.cuda10) CentOS 7 Python V2.7.9 Cuda V10.0.130 caffe V1.0.0
tensorflow-gpu V1.5.0
torch V0.4.0
Keras V2.1.6
jupyter V1.0.0
jupyterlab V0.32.1
mxnet V1.5.1.post0
Theano V1.0.2
caffe2 (py27.cuda10) CentOS 7 Python V2.7.9 Cuda V10.0.130 caffe V2.0.0
tensorflow-gpu V1.5.0
torch V0.4.0
Keras V2.1.6
jupyter V1.0.0
jupyterlab V0.32.1
mxnet V1.5.1.post0
Theano V1.0.2
caffe2 (py36.cuda10) CentOS 7 Python V3.6.1 Cuda V10.0.130 caffe V2.0.0
tensorflow-gpu V1.9.0
torch V0.4.1
Keras V2.1.6
jupyter V1.0.0
jupyterlab V0.32.1
mxnet V1.5.1.post0
Theano V1.0.4
python27 (cuda9.dnn70) CentOS 7 Python V2.7.9 Cuda V9.0.176-cudnn V7.0.5 tensorflow-gpu V1.5.0
torch V0.4.0
Keras V2.1.6
jupyter V1.0.0
jupyterlab V0.32.1
mxnet V1.5.1.post0
Theano V1.0.2
python36 (cuda10.dnn74) CentOS 7 Python V3.6.1 Cuda V10.0.130-cudnn V7.4.2 tensorflow-gpu V1.14.0
torch V1.3.0
Keras V2.3.1
jupyter V1.0.0
jupyterlab V1.1.4
mxnet V1.5.1.post0
Theano V1.0.4
python36 (cuda10.dnn76) CentOS 7 Python V3.6.1 Cuda V10.0.130-cudnn V7.6.4 tensorflow-gpu V2.0.0
torch V1.3.0
Keras V2.3.1
jupyter V1.0.0
jupyterlab V1.1.4
mxnet V1.5.1.post0
Theano V1.0.4
dlp-env(py36-cuda10.1-tf2.1) CentOS 7 Python V3.6.10 Cuda V10.1.168 tensorflow-gpu V2.1.0
torch V1.4.0
Keras V2.3.1
jupyter V1.0.0
jupyterlab V1.2.6
mxnet V1.5.1.post0
Theano V1.0.4
python36 (cuda11.dnn80) CentOS 7 Python V3.6.11 Cuda V11.0.194-cudnn V8.0.3 tensorflow-gpu V2.4.0
torch V1.7.0
Keras V2.4.3
jupyter V1.0.0
jupyterlab V3.0.1
mxnet-mkl V1.6.0
Theano V1.0.5
python36 (cuda9.dnn70) CentOS 7 Python V3.6.1 Cuda V9.0.176-cudnn V7.1.3 tensorflow-gpu V1.9.0
torch V0.4.1
Keras V2.1.6
jupyter V1.0.0
jupyterlab V0.32.1
mxnet V1.5.1.post0
Theano V1.0.4
python37 (cuda10.1.dnn76) CentOS 7 Python V3.7.4 Cuda V10.1.168-cudnn V7.6.4 tensorflow-gpu V2.0.0
torch V1.1.0
Keras V2.2.4
jupyter V1.0.0
jupyterlab V1.1.4
mxnet V1.5.1.post0
Theano V1.0.4
python38 (cuda10.1.dnn76) CentOS 7 Python V3.8.2 Cuda V10.1.168-cudnn V7.6.4 tensorflow-gpu V2.4.0
torch V1.7.0
Keras V2.4.3
jupyter V1.0.0
jupyterlab V3.0.1
mxnet-mkl V1.6.0
Theano V1.0.5
python38 (cuda11.dnn80) CentOS 7 Python V3.8.2 Cuda V11.0.194-cudnn V8.0.3 tensorflow-gpu V2.4.0
torch V1.7.0
Keras V2.4.3
jupyter V1.0.0
jupyterlab V3.0.1
mxnet-mkl V1.6.0
Theano V1.0.5
VSCode (py36.cuda10.0) CentOS 7 Python V3.6.1 Cuda V10.0.130-cudnn V7.4.2 tensorflow-gpu V1.14.0
torch V1.3.0
Keras V2.3.1
jupyter V1.0.0
jupyterlab V1.1.4
mxnet V1.5.1.post0
Theano V1.0.4
VSCode (py38.cuda11.0) CentOS 7 Python V3.6.11 Cuda V11.0.194-cudnn V8.0.3 tensorflow-gpu V2.4.0
torch V1.7.0
Keras V2.4.3
jupyter V1.0.0
jupyterlab V3.0.1
mxnet-mkl V1.6.0
Theano V1.0.5
JupyterLab (py36.cuda10.0) CentOS 7 Python V3.6.1 Cuda V10.0.130-cudnn V7.4.2 tensorflow-gpu V1.14.0
torch V1.3.0
Keras V2.3.1
jupyter V1.0.0
jupyterlab V1.1.4
mxnet V1.5.1.post0
Theano V1.0.4
JupyterLab (py38.cuda11.0) CentOS 7 Python V3.6.11 Cuda V11.0.194-cudnn V8.0.3 tensorflow-gpu V2.4.0
torch V1.7.0
Keras V2.4.3
jupyter V1.0.0
jupyterlab V3.0.1
mxnet-mkl V1.6.0
Theano V1.0.5
PyCharm (py36.cuda10) CentOS 7 Python V3.6.1 Cuda V10.0.130-cudnn V7.4.2 tensorflow-gpu V1.14.0
torch V1.3.0
Keras V2.3.1
jupyter V1.0.0
jupyterlab V1.1.4
mxnet V1.5.1.post0
Theano V1.0.4
PyCharm (py38.cuda11) CentOS 7 Python V3.6.11 Cuda V11.0.194-cudnn V8.0.3 tensorflow-gpu V2.4.0
torch V1.7.0
Keras V2.4.3
jupyter V1.0.0
jupyterlab V3.0.1
mxnet-mkl V1.6.0
Theano V1.0.5
궁금하신 내용은
문의하기를 통해 전문가의
다양한 컨설팅을 받아보세요!