NVIDIA Dockerをインストールする
今回購入した NVIDIA A5000 ああ…A5000を購入した。自然言語処理をやってみたくて購入した。購入価格は325だったか、335だったか……。 とにかく問題なくサーバー機にインストール完了! 以前は何も分からず、ばかみたいにRadeonのものを買ってしまったけれど……こういう機械学習やディープラーニングの分野

今回購入した NVIDIA A5000 ああ…A5000を購入した。自然言語処理をやってみたくて購入した。購入価格は325だったか、335だったか……。 とにかく問題なくサーバー機にインストール完了! 以前は何も分からず、ばかみたいにRadeonのものを買ってしまったけれど……こういう機械学習やディープラーニングの分野


ああ…A5000を購入した。自然言語処理をやってみたくて購入した。購入価格は325だったか、335だったか……。
とにかく問題なくサーバー機にインストール完了! 以前は何も分からず、ばかみたいにRadeonのものを買ってしまったけれど……こういう機械学習やディープラーニングの分野では、何が何でも(?)NVIDIAみたいだ。
さて……それでは、どうやってインストールするのか確認してみよう。
https://www.server-world.info/en/note?os=CentOS_Stream_8&p=nvidia&f=1
ここを見ればいい。とてもすっきりしている。すごくいい。
nvidia-smi
とてもきちんとインストールできた。A5000もちゃんと表示されている!!
それでは、今度はこれをDockerにインストールしないといけないのだが……。
https://docs.nvidia.com/datacenter/cloud-native/container-toolkit/install-guide.html
ああ……ここを見ればいい……難しいことは何もない。
これだけ見ればいい。いろいろ調べてみたけれど、ここほど分かりやすいところはほかにない。
さて……これでインストールは終わりだ……。
私は現在、huggingfaceからモデルをダウンロードして使っている。FastAPIを使って、API経由で通信して受け取っている。
まず、PythonでFastAPIはものすごく速いと紹介されているけれど、もっと重要なのはjupyter notebookだ。
その理由は……はあ……モデルを一度読み込むのに3~4分かかるのに、Pythonを実行するたび(コードを変更したあと)に、その時間がかかってしまうからだ……。
でも、Jupyter Notebookをインストールして使えば、プロセス上に載せたまま使えるので、つまり、コードを修正した内容をすぐに確認できるというメリットがある。
最初は何も分からず、毎回3~4分もかけて作業していた自分がばかみたいにも思えるけれど、ディープラーニングや機械学習関連のコードを書いてテストし、開発するつもりなら、何が何でもjupyter notebookをインストールすることをおすすめします。