حاوية Azure ل PyTorch (ACPT)

حاوية Azure ل PyTorch هي بيئة خفيفة الوزن مستقلة تتضمن المكونات المطلوبة لتشغيل التدريب الأمثل بشكل فعال للنماذج الكبيرة على Azure التعلم الآلي. تتوفر بيئات Azure التعلم الآلي المنسقة في مساحة عمل المستخدم بشكل افتراضي ويتم دعمها بواسطة صور Docker المخزنة مؤقتا التي تستخدم أحدث إصدار من Azure التعلم الآلي SDK. يساعد في تقليل تكاليف الإعداد ووقت نشر أسرع. يمكن استخدام ACPT للبدء بسرعة في مهام التعلم العميق المختلفة باستخدام PyTorch على Azure.

إشعار

استخدم أستوديو Python SDKأو CLIأو Azure Machine Learning studio للحصول على قائمة كاملة بالبيئات وتبعياتها. لمزيد من المعلومات، راجع مقالة البيئات.

لماذا يجب استخدام ACPT؟

• المرونة: استخدم كما هي مع الحزم المثبتة مسبقا أو البناء على أعلى البيئة المنسقة.
• سهولة الاستخدام: يتم تثبيت جميع المكونات والتحقق من صحتها مقابل عشرات أحمال عمل Microsoft لتقليل تكاليف الإعداد وتسريع الوقت لتحقيق القيمة.
• الكفاءة: تجنب إنشاءات الصور غير الضرورية ولديك فقط التبعيات المطلوبة التي يمكن الوصول إليها مباشرة في الصورة/الحاوية.
• إطار عمل التدريب الأمثل: إعداد نماذج PyTorch وتطويرها وتسريعها على أحمال العمل الكبيرة، وتحسين معدل نجاح التدريب والتوزيع.
• مكدس محدث: الوصول إلى أحدث الإصدارات المتوافقة من Ubuntu وPython وPyTorch وCUDA/RocM وما إلى ذلك.
• أحدث تقنيات تحسين التدريب: الاستفادة من وقت تشغيل ONNX و DeepSpeed و MSCCL والمزيد.
• التكامل مع Azure التعلم الآلي: تعقب تجارب PyTorch على Azure التعلم الآلي studio أو باستخدام SDK. يقلل دعم عملاء Azure أيضا من زمن انتقال التدريب والتوزيع.
• التوفر ك DSVM: تتوفر الصورة أيضا كجهة ظاهرية لعلوم البيانات (DSVM). لمعرفة المزيد حول الأجهزة الظاهرية لعلوم البيانات، راجع وثائق نظرة عامة على DSVM.

هام

لعرض مزيد من المعلومات بشأن إصدارات وحزم البيئة المنسقة، تفضل بزيارة علامة التبويب البيئات في أستوديو التعلم الآلي من Microsoft Azure.

التكوينات المدعومة لحاوية Azure ل PyTorch (ACPT)

الوصف: بيئة Azure المنسقة لـ PyTorch هي أحدث بيئة منظمة من PyTorch. تم تحسينه لأحمال عمل التعلم العميق الكبيرة والموزعة ويأتي معبأة مسبقا بأفضل تقنيات Microsoft للتدريب المتسارع (على سبيل المثال، Onnx Runtime Training (ORT) و DeepSpeed و MSCCL وما إلى ذلك).

التكوينات التالية مدعومة:

اسم البيئة	نظام التشغيل	إصدار GPU	إصدار Python	إصدار PyTorch	إصدار تدريب ORT	إصدار DeepSpeed	إصدار torch-ort	إصدار Nebula
acpt-pytorch-2.2-cuda12.1	Ubuntu 20.04	cu121	3.10	2.2.2	1.17.3	0.13.1	1.17.3	0.16.11
acpt-pytorch-2.1-cuda12.1	Ubuntu 20.04	cu121	3.10	2.1.2	1.17.3	0.13.1	1.17.3	0.16.11
acpt-pytorch-2.0-cuda11.7	Ubuntu 20.04	cu117	3.10	2.0.1	1.17.3	0.13.1	1.17.3	0.16.11
acpt-pytorch-1.13-cuda11.7	Ubuntu 20.04	cu117	3.10	1.13.1	1.17.3	0.13.1	1.17.3	0.16.11

يتم توفير حزم أخرى مثل fairscale, horovod, msccl, protobuf, pyspark, pytest, pytorch-lightning, tensorboard, NebulaML, torchvision, and torchmetrics لدعم جميع احتياجات التدريب.

لمعرفة المزيد، راجع إنشاء بيئات مخصصة منسقة ACPT.

يدعم

يتم إصدار تحديثات الإصدار للبيئات المدعومة، بما في ذلك الصور الأساسية التي تشير إليها، كل أسبوعين لمعالجة الثغرات الأمنية التي لا يزيد عمرها عن 30 يوماً. بناءً على الاستخدام، قد يتم إيقاف بعض البيئات (مخفية عن المنتج ولكنها قابلة للاستخدام) لدعم سيناريوهات التعلم الآلي الأكثر شيوعاً.