Az NVIDIA FLARE új verziói egységesítik a szuperkomputeres és felhős AI-képzést

Az NVIDIA FLARE 2.8 és 2.9 verziói új lehetőségeket nyitnak a federált AI-képzésben. A frissítések lehetővé teszik a Docker, Kubernetes és Slurm környezetek egységes kezelését, így a különböző infrastruktúrákkal rendelkező szervezetek is könnyebben tudnak együttműködni — közölte a Data Science. (Nvidia Developer)

A FLARE két rétegű architektúrája szétválasztja a perzisztens szövetségi szolgáltatásokat a dinamikusan indított feladatvégrehajtóktól. Ez lehetővé teszi, hogy minden telephely a saját infrastruktúrájának megfelelő környezetet használja, miközben a szülőfolyamatok továbbra is elérhetők maradnak anélkül, hogy elfoglalnák a GPU-kat. A feladatvégrehajtók hordozható erőforrás-specifikációkon keresztül kérnek erőforrásokat, mint például GPU-k, CPU-egységek és memóriakapacitás.

A FLARE 2.8 bevezette a Docker és Kubernetes támogatást, míg a 2.9-es verzió a Slurm támogatását is hozzáadta, ami különösen hasznos a nagy teljesítményű számítástechnikai (HPC) és megosztott GPU-fürtök esetén. A logikai több-bérlős határok lehetővé teszik az egyes kutatási tanulmányok elkülönítését, helyi adatkészletekhez, titkos kulcsokhoz, jóváhagyott képekhez és ütemezési szabályzatokhoz való hozzárendeléssel.

A federált tanulási projektek gyakran egyszerű beállítással indulnak, de ahogy nőnek, az infrastruktúra működtetése válik kihívássá. A különböző környezetek — például egy Docker host, egy Kubernetes fürt vagy egy Slurm által ütemezett GPU-munkafolyamat — kezelése bonyolulttá válhat. Az NVIDIA FLARE ezt a kihívást a szövetségi koordináció és a feladatvégrehajtás szétválasztásával oldja meg.

A FLARE 2.9-es verziója március végén jelent meg, és a Slurm támogatásával tovább bővíti a rugalmasságot a kutatóközpontok és egyetemek számára.