AWS presenteert Deep Learning Containers

AWS introduceert Deep Learning Containers (AWS DL Containers). Dit  zijn Docker-images vooraf geïnstalleerd met deep-learning frameworks om IT-specialsiten het gemakkelijk maken van op maat gemaakte machine learning-omgevingen (ML) snel door het gecompliceerde proces van het bouwen en optimaliseren van hun omgevingen vanuit het niets te laten overslaan.

AWS DL-containers ondersteunen TensorFlow en Apache MXNet, met PyTorch en andere deep-learning frameworks en zijn binnenkort beschikbaar. De klant kan AWS DL Containers gebruiken op Amazon Elastic Container Service voor Kubernetes (Amazon EKS), Kubernetes, Kuiper, Amazon Elastic Container Service (Amazon ECS) en Amazon EC2. De containers zijn gratis verkrijgbaar via Amazon Elastic Container Registry (Amazon ECR) - de klant betaalt alleen voor de middelen die hij of zij gebruikt.

Docker-containers zijn volgens AWS een populaire manier om aangepaste ML-omgevingen in te zetten die consistent in meerdere omgevingen worden uitgevoerd. "Maar het bouwen en testen van containervideo's voor diepgaand leren is moeilijk, foutgevoelig en kan dagen duren vanwege softwareafhankelijkheden en compatibiliteitsproblemen. Deze afbeeldingen moeten ook worden geoptimaliseerd om ML-werklasten efficiënt over een cluster van instanties te verdelen en te schalen, waarvoor gespecialiseerde expertise vereist is. Dit proces moet worden herhaald wanneer framework-updates worden vrijgegeven. Dit alles is ongedifferentieerd zwaar tillen dat waardevolle ontwikkelaarstijd vraagt en uw innovatietempo vertraagt", aldus AWS.

AWS DL-containers bieden Docker-afbeeldingen die vooraf zijn geïnstalleerd en getest met de nieuwste versies van populaire deep-learning frameworks en de bibliotheken die ze vereisen. AWS DL-containers zijn geoptimaliseerd om ML-workloads efficiënt te distribueren in clusters van instanties op AWS, zodat de klant meteen uitstekende prestaties en schaalbaarheid krijgt, zo beweert de cloud gigant.

Door: Witold Kepinski