借助 NVIDIA NGC 目录中的 GPU 优化容器，更快地开发和部署应用。
什么是容器？
容器是一种便携式软件单元，可将应用及其所有依赖项合并为一个软件包，该软件包不受底层主机操作系统限制。这样无需再构建复杂的环境，并简化了应用开发到部署的过程。
NVIDIA NGC 目录包含一系列用于深度学习、机器学习、可视化和高性能计算（HPC）应用的 GPU 优化容器，这些容器均已经过了性能、安全性和可扩展性测试。
NGC 目录中的容器的优势
- 轻松部署
内置库和依赖项可让您轻松部署和运行应用。
- 加快训练速度
TensorFlow 和 PyTorch 等 NVIDIA AI 容器每月会提供针对性能优化的更新版本，以便加快 AI 训练和推理速度。
- 运行位置不受限制
在 bare metal、虚拟机（VM）和 Kubernetes 上，将容器部署在任意位置（云端、内部私有云和边缘）的多 GPU/多节点系统上。
- 放心部署
容器经过常见漏洞和暴露（CVE）扫描（附有安全报告），并通过 NVIDIA AI Enterprise 得到了可选的企业支持。
性能优化
NVIDIA 构建的 Docker 容器每月都会更新，第三方软件也会定期更新，以提供所需的功能，便于您从现有基础架构中获得出色性能，并缩短找出解决方案的时间。
- 借助 BERT-Large 进行自然语言处理
BERT-Large 利用 Volta V100 和 Ampere A100 GPU 上的混合精度运算和 Tensor Core，在保持目标准确性的同时缩短训练时间。
在单节点的 8x V100 (16GB) 和 A100 (40GB) 上使用 TensorFlow 时，BERT-Large 和训练的性能表现。混合精度。BERT 的批量大小：3 (V100)、24 (A100)
- 用于图像处理的 ResNet50 v1.5
此模型使用 Volta、Turing 和 NVIDIA Ampere GPU 体系架构上的 Tensor Core 进行混合精度训练，以加快训练速度。
在单节点 8x V100 (16GB) 和 A100 (40GB) 上使用 TensorFlow 时，ResNet 50 的性能表现。混合精度。ResNet50 批量大小：26
- 用于深度学习的 Matlab
持续开发 Matlab 深度学习容器可提高训练和推理性能。
Windows 10，Intel Xeon E5-2623 @2.4GHz，NVIDIA Titan V 12GB GPU
用于各种工作负载的容器
1、AI 容器
- TensorFlow
TensorFlow 是一个用于高性能数值计算的开源软件库。
- PyTorch
PyTorch 是具有 Python 前端的 GPU 加速型张量计算框架。
- NVIDIA Triton 推理服务器
NVIDIA Triton 推理服务器是一种开源推理解决方案，可更大限度地提高 GPU 的利用率和性能。
- NVIDIA TensorRT
NVIDIA TensorRT 是一个C++ 库，可加快 NVIDIA GPU 上的高性能推理。
2、应用框架
- NVIDIA Clara
用于医疗成像的 NVIDIA Clara Train 是一个应用框架，包含超过 20 个先进的预训练模型、迁移学习和联合学习工具、AutoML，以及 AI 辅助的标记数据。
- DeepStream
DeepStream 是一款流分析工具包，可用于基于 AI 的视频、音频和图像理解和多传感器处理。
- NVIDIA Riva
NVIDIA Riva 是一个应用框架，适用于在 GPU 上提供实时性能的多模态对话式 AI 服务。
- Merlin Training
Merlin HugeCTR 是 NVIDIA Merlin 的组件，是一款专为推荐系统设计的深度神经网络训练框架。
3、HPC 容器
- NAMD
NAMD 是一段并行分子动力学代码，旨在实现生物大分子系统的高性能模拟。
- GROMACS
GROMACS 是一款热门的分子动力学应用，用于模拟蛋白质和脂质。
- Relion
Relion 采用经验贝叶斯方法分析低温电子显微镜（cryo EM）。
- NVIDIA HPC SDK
NVIDIA HPC SDK 是编译器、库和工具的综合套件，用于构建、部署和管理 HPC 应用。
复制链接，了解更多 AI 和 HPC 容器相关内容
https://developer.nvidia.cn/a...
NVIDIA 深度学习培训中心
我们的 NVIDIA 深度学习培训中心还推出了 AI 和 HPC 容器及 NGC 相关课程，您可以复制链接查看课程详情。
- 使用容器实现高性能计算
学习使用容器化环境开发高性能计算（HPC）应用程序，降低编码的复杂性和可移植性，从而提高开发效率。
