Развертывание модуля Интернета вещей с поддержкой GPU из Azure Marketplace на устройстве Azure Stack Edge Pro с GPU
ОБЛАСТЬ ПРИМЕНЕНИЯ: Azure Stack Edge Pro — GPUAzure Stack Edge Pro R
Примечание.
Настоятельно рекомендуется развернуть последнюю версию IoT Edge на виртуальной машине Linux. Управляемый IoT Edge в Azure Stack Edge использует старую версию среды выполнения IoT Edge, которая не имеет последних функций и исправлений. Инструкции см. в статье о развертывании виртуальной машины Ubuntu. Дополнительные сведения о других поддерживаемых дистрибутивах Linux, которые могут запускать IoT Edge, см. в поддерживаемых системах Azure IoT Edge — обработчиках контейнеров.
В этой статье описывается развертывание на устройстве Azure Stack Edge Pro модуля IoT Edge с поддержкой графического процессора (GPU) из Azure Marketplace.
Вы узнаете, как выполнять следующие задачи:
- Подготовка Azure Stack Edge Pro к запуску модуля GPU.
- Скачивание модуля Интернета вещей с поддержкой GPU из Azure Marketplace и его развертывание.
- Мониторинг выходных данных модуля.
Сведения о примере модуля
В этой статье для примера модуля GPU приведен код сравнительного тестирования производительности ЦП и GPU в PyTorch и TensorFlow.
Необходимые компоненты
Перед началом работы убедитесь, что у вас есть следующие ресурсы:
- Доступ к одноузловому устройству Azure Stack Edge с поддержкой GPU. Это устройство активируется с помощью ресурса в Azure.
- Вы настроили вычисления на этом устройстве. Выполните инструкции из учебника по настройке вычислений на устройстве Azure Stack Edge Pro с GPU.
- Следующие ресурсы разработки на клиенте Windows:
Получение модуля из Azure Marketplace
Просмотрите все приложения в Azure Marketplace.
В поле поиска введите Getting started with GPUs (Начало работы с GPU).
Выберите Получить.
Выберите Продолжить, чтобы подтвердить условия использования и политику конфиденциальности поставщика.
Выберите подписку, которую вы использовали для развертывания устройства Azure Stack Edge Pro.
Введите имя службы Центра Интернета вещей, созданной при настройке устройства Azure Stack Edge Pro. Чтобы найти это имя, перейдите к ресурсу Azure Stack Edge, связанному с вашим устройством, на портале Azure.
В меню слева перейдите к службам > Edge IoT Edge.
Перейдите в раздел Свойства.
- Обратите внимание на службу Центра Интернета вещей, созданную при настройке вычислений на устройстве Azure Stack Edge Pro.
- Запишите имя устройства IoT Edge, которое было создано при настройке вычислений. Это имя будет использовано на следующем шаге.
Выберите Развертывание на устройстве.
Введите имя устройства IoT Edge или выберите Найти устройство, чтобы просмотреть устройства, зарегистрированные в центре.
Выберите Создать для продолжения стандартного процесса настройки манифеста развертывания, при желании включая добавление других модулей. Сведения новых модулей, например URI образа, параметры создания или требуемые свойства, предопределены, но их можно изменить.
Убедитесь, что модуль развернут в Центре Интернета вещей на портале Azure. Выберите свое устройство и щелкните Задание модулей. Модуль будет указан в разделе Модули IoT Edge.
Мониторинг модуля
В палитре команд VS Code выберите команду Azure IoT Hub: Select IoT Hub (Центр Интернета вещей Azure: выбрать Центр Интернета вещей).
Выберите подписку и Центр Интернета вещей, содержащий устройство IoT Edge, которое нужно настроить. В этом случае выберите подписку, используемую для развертывания устройства Azure Stack Edge Pro, а также устройство IoT Edge, созданное для устройства Azure Stack Edge Pro. Это устройство было создано при настройке вычислений на портале Azure на предыдущих этапах.
В обозревателе VS Code разверните раздел "Центр Интернета вещей Azure". В разделе Устройства должно быть устройство IoT Edge, соответствующее устройству Azure Stack Edge Pro.
Выберите это устройство, щелкните по нему правой кнопкой мыши и выберите пункт Запуск мониторинга встроенной конечной точки события.
Перейдите к модулям устройств>, и вы увидите, что запущен модуль GPU.
В терминале VS Code также должны отображаться события Центра Интернета вещей в виде выходных данных мониторинга для устройства Azure Stack Edge Pro.
Вы увидите, что GPU тратит на выполнение одного и того же набора операций (5000 итераций преобразования формы) намного меньше времени, чем ЦП.
Next Steps
- Дополнительные сведения о настройке GPU для использования модуля.