如今,企業的數字化轉型和智能升級必談AI,AI在人們日常生活中的產品和應用也隨處可見,如智能音箱、AI相機、人臉支付等。但是,爆炸式增長的數據量、復雜的訓練框架和算法,讓很多企業現有的AI計算平臺變得捉襟見肘:計算效率無法滿足業務增加訴求,運營運維成本也居高不下。華為云AI容器為客戶提供更高性價比的算力,更簡化了平臺運維,提升AI計算效率50%,加速了AI計算在各行業的落地和發展。

計算量6年增長30萬倍,AI平臺擴容成本高

OpenAI分析報告顯示,從2012至2018年的6年時間,AI訓練使用的算力增長了30萬倍,是同時期摩爾定律增長量的5倍。這意味著,要保持計算速度不變,不能單單依靠芯片能力的升級,還必須增加計算設備投入。而專業GPU服務器配以高速網絡、高速存儲等設備,單臺平均成本在100萬左右,價格高昂,大部分企業難以承擔。

系統日趨復雜,AI平臺運維難度激增

首先,不同的業務需要不同的AI訓練框架、模型、加速庫,如何在統一平臺上管理不同的訓練框架和模型,如何將線下訓練快速部署到生產環境帶來巨大挑戰。

其次,AI訓練和公司業務使用不同的資源管理工具,使得運維團隊需要掌握和使用多種資源管理工具,保障GPU利用率,增加運維復雜度。

再者,GPU在集群內被不同業務團隊共享,團隊間的資源協調也會耗費不少精力。

公有云+容器化:AI計算平臺建設的必選之路

面對上述問題,各企業開始著手構建基于公有云和容器的AI計算平臺,基于公有云的容器平臺,能給客戶帶來什么樣的好處呢?

更快速的獲取算力資源

面對AI計算需要的超大規模算力,自建IDC擴容周期長、一次性投入大,后期維護成本高,采用公有云,可以即申請即用,快速補充企業IDC算力的不足,同時具備更低的使用成本、無需關注基礎設施維護、避免資源閑置造成浪費等優勢,成為了客戶擴充算力的最佳選擇。

降低日常使用和運維難度

用戶搭建深度學習訓練環境,需要準備帶GPU的機器、安裝Python、TensorFlow、GPU驅動等,如果要從開發環境到測試環境,再從測試環境到生成環境,涉及環境遷移過程中需要花很大精力來保證環境的一致性。

容器帶來的標準化打包能力可以提供了絕佳的解決方案,將相關軟件一并打包到鏡像中,一次構建,即可在不同平臺上運行,極大降低安裝、部署的復雜度;同時各容器間相互隔離,可實現多訓練框架并存,而且每一個框架都可以獨立進行升級而不會影響其他業務,降低的日常運維的難度,讓客戶可以將更多的精力集中在AI訓練上。

但是,我們在與用戶交流過程中發現,用戶雖然認可公有云+容器的模式,但是在公有云上自建一套容器化的AI計算平臺,對部分用戶仍存在較大的技術門檻,尤其是那些尚未接觸過容器的用戶。華為云就此推出了面向AI計算場景的容器服務——AI容器,并于2018年在華為全聯接大會發布,今年我們對AI容器進行了升級,在性能、易用性、可運維等方面都有了很大的提升。

華為云AI容器:更易使用和運維,提升AI計算效率50%

開箱即用 免除基礎設施運維

AI容器采用華為云容器實例(CCI)作為基礎設施層,得益于CCI的Serverless架構,用戶完全無需關心主機的創建、管理、運維,而只需要在使用時申請所需要的算力資源即可(算力類型、CPU核數、內存量),省去了基礎設施的日常運維工作,用戶可以更加專注于AI計算本身。

高效調度,快速獲取海量算力

AI容器基于全新的Volcano平臺進行任務調度管理,Volcano是華為云高性能批量計算平臺,具有更高的調度性能,最高可達1000容器/秒,將算力獲取的效率提升近10倍。

同時,有了Volcano的加持,AI容器還可以基于拓撲和資源親和進行任務調度,根據策略將關聯任務調度到同一物理節點或二層網絡內,極大的提升了AI訓練過程中任務間通信及數據交互的效率。

秒級計費,資源性價比更高

AI訓練時客戶需要快速、多次計算進行迭代,會對資源進行頻繁的申請、釋放,AI容器采用按秒計費和套餐包的計費方式,真正做到按使用付費(PAYU),避免客戶采用包周期等方式購買資源后,利用率不足而造成的浪費。

開放生態 支持主流訓練框架

隨著AI平臺容器化的深入,大量訓練框架都已發布其容器版本,AI容器目前已支持Tensorflow, Caffe, Mxnet, Pytorch, MindSpore等近十種主流訓練框架,用戶可以將訓練代碼平滑的遷移上云。

多樣算力 用戶選擇更加靈活