Google은 27일(현지시간)기계 학습 응용 프로그램을 개발하고 테스트하고 배포 할 수 있는 환경을 제공하는 새로운 클라우드 서비스인 Deep Learning Containers의 베타 버전을 발표했다. Deep Learning 컨테이너의 주요 이점은 온 프레미스의 기계 학습 응용 프로그램을 테스트 할 수 있다는 점과 클라우드로 신속하게 이동할 수 있다는 것이다.
Google Cloud Platform(GCP)에서 시작한 Deep Learning Containers는 클라우드뿐만 아니라 온 프레미스에서도 실행할 수 있다. PyTorch, TensorFlow 2.0 및 TensorFlow 1.13 과 같은 기계 학습 프레임 워크를 지원한다 . AWS의 Deep Learning Containers 는 TensorFlow 및 Apache MXNet 프레임 워크를 지원한다. Google의 ML 컨테이너는 Apache MXNet을 지원하지 않지만 사전 설치된 PyTorch, TensorFlow scikit-learn 및 R과 함께 제공된다.
GCP 딥 학습 컨테이너는 심층 학습 알고리즘을 실행하는데 사용되는 다양한 도구와 함께 제공되는 성능 최적화 된 여러 Docker 컨테이너로 구성되었다. 이러한 도구에는 코드, 시각화, 방정식 및 텍스트를 작업하고 공유하는데 사용되는 대화형 도구인 Jupyter Notebook이 포함되어 있다. Google Kubernetes Engine 클러스터는 여러 컨테이너 배포를 조정하는데 사용되는 도구 중 하나이다. 또한 Nvidia의 CUDA, cuDNN 및 NCCL과 같은 패키지 및 도구에 대한 액세스도 제공됩된다.
Google Cloud의 담당 소프트웨어 엔지니어인 Mike Cheng 은 "개발 전략에 로컬 프로토 타이핑과 여러 클라우드 도구가 결합되어 있으면 필요한 모든 종속성이 올바르게 패키징 되어 모든 사용자가 사용할 수 있는지 확인하는 것이 어려울 수 있다"고 말했따.
그는 또한 "Deep Learning Containers는 Cloud AI Platform 노트북 및 Google Kubernetes Engine (GKE)과 같은 GCP 제품 및 서비스 전반에 걸쳐 애플리케이션을 테스트하고 배포 할 수있는 일관된 환경을 제공함으로써 이러한 문제를 해결했다"고 밝혔다.
[저작권자ⓒ CWN(CHANGE WITH NEWS). 무단전재-재배포 금지]
