華為云 AI 容器：零基礎(chǔ)搭建 AI 計(jì)算平臺，提升計(jì)算效率 50%

如今，企業(yè)的數(shù)字化轉(zhuǎn)型和智能升級必談AI，AI在人們?nèi)粘Ｉ畹闹械漠a(chǎn)品和應(yīng)用也隨處可見，如智能音箱、AI相機(jī)、人臉支付等。

但是，爆炸式增長的數(shù)據(jù)量、復(fù)雜的訓(xùn)練框架和算法，讓很多企業(yè)現(xiàn)有的AI計(jì)算平臺變得捉襟見肘：計(jì)算效率無法滿足業(yè)務(wù)增加訴求，運(yùn)營運(yùn)維成本也居高不下。

華為云AI容器為客戶提供更高性價(jià)比的算力，更簡化了平臺運(yùn)維，提升AI計(jì)算效率50%，加速了AI計(jì)算在各行業(yè)的落地和發(fā)展。

計(jì)算量6年增長30萬倍AI平臺擴(kuò)容成本高

OpenAI分析報(bào)告顯示，從2012至2018年的6年時(shí)間，AI訓(xùn)練使用的算力增長了30萬倍，是同時(shí)期摩爾定律增長量的5倍。

這意味著，要保持計(jì)算速度不變，不能單單依靠芯片能力的升級，還必須增加計(jì)算設(shè)備投入。而專業(yè)GPU服務(wù)器配以高速網(wǎng)絡(luò)、高速存儲等設(shè)備，單臺平均成本在100萬左右，價(jià)格高昂，大部分企業(yè)難以承擔(dān)。

系統(tǒng)日趨復(fù)雜AI平臺運(yùn)維難度激增

首先，不同的業(yè)務(wù)需要不同的AI訓(xùn)練框架、模型、加速庫，如何在統(tǒng)一平臺上管理不同的訓(xùn)練框架和模型，如何將線下訓(xùn)練快速部署到生產(chǎn)環(huán)境帶來巨大挑戰(zhàn)。

其次，AI訓(xùn)練和公司業(yè)務(wù)使用不同的資源管理工具，使得運(yùn)維團(tuán)隊(duì)需要掌握和使用多種資源管理工具，保障GPU利用率，增加運(yùn)維復(fù)雜度。

再者，GPU在集群內(nèi)被不同業(yè)務(wù)團(tuán)隊(duì)共享，團(tuán)隊(duì)間的資源協(xié)調(diào)也會耗費(fèi)不少精力。

公有云+容器化：AI計(jì)算平臺建設(shè)的必選之路

面對上述問題，各企業(yè)開始著手構(gòu)建基于公有云和容器的AI計(jì)算平臺，基于公有云的容器平臺，能給客戶帶來什么樣的好處呢？

更快速的獲取算力資

面對AI計(jì)算需要的超大規(guī)模算力，自建IDC擴(kuò)容周期長、一次性投入大，后期維護(hù)成本高，采用公有云，可以即申請即用，快速補(bǔ)充企業(yè)IDC算力的不足，同時(shí)具備更低的使用成本、無需關(guān)注基礎(chǔ)設(shè)施維護(hù)、避免資源閑置造成浪費(fèi)等優(yōu)勢，成為了客戶擴(kuò)充算力的最佳選擇。

降低日常使用和運(yùn)維難

用戶搭建深度學(xué)習(xí)訓(xùn)練環(huán)境，需要準(zhǔn)備帶GPU的機(jī)器、安裝Python、TensorFlow、GPU驅(qū)動等，如果要從開發(fā)環(huán)境到測試環(huán)境，再從測試環(huán)境到生成環(huán)境，涉及環(huán)境遷移過程中需要花很大精力來保證環(huán)境的一致性。

容器帶來的標(biāo)準(zhǔn)化打包能力可以提供了絕佳的解決方案，將相關(guān)軟件一并打包到鏡像中，一次構(gòu)建，即可在不同平臺上運(yùn)行，極大降低安裝、部署的復(fù)雜度；同時(shí)各容器間相互隔離，可實(shí)現(xiàn)多訓(xùn)練框架并存，而且每一個(gè)框架都可以獨(dú)立進(jìn)行升級而不會影響其他業(yè)務(wù)，降低的日常運(yùn)維的難度，讓客戶可以將更多的精力集中在AI訓(xùn)練上。

但是，我們在與用戶交流過程中發(fā)現(xiàn)，用戶雖然認(rèn)可公有云+容器的模式，但是在公有云上自建一套容器化的AI計(jì)算平臺，對部分用戶仍存在較大的技術(shù)門檻，尤其是那些尚未接觸過容器的用戶。

華為云就此推出了面向AI計(jì)算場景的容器服務(wù)——AI容器，并于2018年在華為全聯(lián)接大會發(fā)布，今年我們對AI容器進(jìn)行了升級，在性能、易用性、可運(yùn)維等方面都有了很大的提升。

華為云AI容器：更易使用和運(yùn)維提升AI計(jì)算效率50%**

開箱即用免除基礎(chǔ)設(shè)施運(yùn)

AI容器采用華為云容器實(shí)例（CCI）作為基礎(chǔ)設(shè)施層，得益于CCI的Serverless架構(gòu)，用戶完全無需關(guān)心主機(jī)的創(chuàng)建、管理、運(yùn)維，而只需要在使用時(shí)申請所需要的算力資源即可（算力類型、CPU核數(shù)、內(nèi)存量），省去了基礎(chǔ)設(shè)施的日常運(yùn)維工作，用戶可以更加專注于AI計(jì)算本身。

更快速的獲取算力資

AI容器基于全新的Volcano平臺進(jìn)行任務(wù)調(diào)度管理，Volcano是華為云高性能批量計(jì)算平臺，具有更高的調(diào)度性能，最高可達(dá)1000容器/秒，將算力獲取的效率提升近10倍。

同時(shí)，有了Volcano的加持，AI容器還可以基于拓?fù)浜唾Y源親和進(jìn)行任務(wù)調(diào)度，根據(jù)策略將關(guān)聯(lián)任務(wù)調(diào)度到同一物理節(jié)點(diǎn)或二層網(wǎng)絡(luò)內(nèi)，極大的提升了AI訓(xùn)練過程中任務(wù)間通信及數(shù)據(jù)交互的效率。

秒級計(jì)費(fèi)資源性價(jià)比更高

AI訓(xùn)練時(shí)客戶需要快速、多次計(jì)算進(jìn)行迭代，會對資源進(jìn)行頻繁的申請、釋放，AI容器采用按秒計(jì)費(fèi)和套餐包的計(jì)費(fèi)方式，真正做到按使用付費(fèi)（PAYU），避免客戶采用包周期等方式購買資源后，利用率不足而造成的浪費(fèi)。

開放生態(tài)支持主流訓(xùn)練框

隨著AI平臺容器化的深入，大量訓(xùn)練框架都已發(fā)布其容器版本，AI容器目前已支持Tensorflow,Caffe,Mxnet,Pytorch,MindSpore等近十種主流訓(xùn)練框架，用戶可以將訓(xùn)練代碼平滑的遷移上云。

多樣算力用戶選擇更加靈活

AI容器的能提供昇騰、鯤鵬、x86和GPU等類型的算力資源，用戶可以實(shí)現(xiàn)一套平臺運(yùn)行不同類型的應(yīng)用，根據(jù)應(yīng)用特點(diǎn)靈活選擇算力資源，達(dá)到資源的最優(yōu)配置。