La version française est une traduction automatique. La version anglaise prévaut sur la française en cas de divergence.
Optimisation de l'utilisation des clusters et des GPU avec Run:ai
Contributeurs
Suggérer des modifications
-
Un fichier PDF de toute la documentation
- L'intelligence artificielle
-
Conteneurs
- Red Hat OpenShift avec NetApp
Plusieurs fichiers PDF
Creating your file...
This may take a few minutes. Thanks for your patience.
Your file is ready
Les sections suivantes décrivent l'installation de Run:ai, les scénarios de test et les résultats obtenus lors de cette validation.
Le fonctionnement et les performances de ce système ont été validées à l'aide d'outils de test standard du secteur, dont des bancs d'essai TensorFlow. Le dataset ImageNet a été utilisé pour entraîner le modèle ResNet-50, qui est un modèle d'apprentissage profond connu des réseaux neuronaux convolutifs (CNN) pour la classification d'images. RESNET-50 offre des résultats d'entraînement précis avec un temps de traitement plus rapide, ce qui nous a permis d'obtenir une demande suffisante en matière de stockage.