我想將apache spark與GPU集成,但是當java使用CUDA/OpenCL時,spark會在java上工作,所以我們如何合併它們。如何讓GPU在GPU上運行?
1
A
回答
0
有幾個圖書館可以幫助這種困境。
Databricks正在爲Spark提供TensorFlow解決方案,這將允許您使用羣集的GPU或您的機器。
如果您想了解更多關於此的介紹,請訪問Spark Summit Europe 2016此演示文稿將顯示TensorFrames的工作原理。
其他這是一篇關於DataBricks博客中的TensoFrames的文章。
有關更多的代碼信息,請參見Git of Tensorframes。
2
這取決於你想要做什麼。如果你想用GPU分配你的計算,你不需要使用java。你可以使用帶有cuda模塊的numba的python(pyspark)。
例如,如果您希望您的工作節點在RDD的每個塊上計算操作(此處爲gpu_function),那麼可以應用此代碼。
rdd = rdd.mapPartition(gpu_function)
有:
def gpu_function(x):
...
input = f(x)
output = ...
gpu_cuda[grid_size,block_size](input,output)
return output
和:
from numba import cuda
@cuda.jit("(float32[:],float32[:])")
def gpu_cuda(input,output)
output = g(input)
我勸你看看在SlideShare上網址:https://fr.slideshare.net/continuumio/gpu-computing-with-apache-spark-and-python,specificly下滑34
你只需要numba和cuda驅動程序安裝在每個工作節點上。
相關問題
- 1. 如何讓GPU在網絡上運行
- 2. 讓着色器在GPU上運行
- 3. 如何在GPU上運行代碼?
- 4. 不能運行在GPU
- 5. 在多個GPU上運行OpenCL內核?
- 6. 在GPU上運行tensorflow文本模型
- 7. TF KMeansClustering不能在GPU上運行
- 8. 是否在GPU上運行opengl代碼?
- 9. Tensorflow不是在GPU上運行
- 10. 在GPU上運行C#代碼
- 11. 錯誤時GPU上運行tf.SVD - tensorflow
- 12. OpenCV GPU程序未運行
- 13. GPU tensorflow運行問題
- 14. 如何驗證Tensorflow服務正在GPU實例上使用GPU?
- 15. 如何使用CUDA在GPU上運行MATLAB代碼?
- 16. 如何在一個GPU上使用CUDA運行多個內核?
- 17. 如何在GPU上運行子彈物理解決方案
- 18. TensorFlow:如何驗證它是否在GPU上運行
- 19. 如何使tensorflow在2.0版本的GPU上運行?
- 20. 如何在GPU上運行CNTK c#EvalDLL Wrapper程序?
- 21. Tensorflow GPU /多GPU如何分配內存?
- 22. Python的Tensorflow運行在GPU代替CPU
- 23. CUDA | OpenCV | GPU模塊|如何訪問cv :: gpu :: GpuMat上的元素
- 24. 在GPU上執行的數學在GPU上有不同的結果
- 25. 如何在CentOS Linux上檢查GPU
- 26. 如何在OSX上使用theano與GPU?
- 27. 在virtualenv上運行GPU集羣上的tensorflow
- 28. GPU上的Tensorflow OOM
- 29. 在計算後停止Tensoflow在GPU上運行
- 30. 在GPU上enqueueWriteImage失敗