在云主机跑深度学习任务，RT-Brain 助你轻松完成

2019-12-25

    RT-Brain 是容天公司自主研发的应用平台，国内首创全中文深度学习图形界面，卓越的交互性，简单易用，轻松上手。

    RT-Brain 是一个综合性质的平台，包含了两个层面的能力：

    1、主机层面：具备构建云平台服务的能力。用户如果有多台不同配置，不同能力的 GPU 服务器，在 RT-Brain 下就可以将多台 GPU 服务器放在一起，形成一个统一的私有云，我们称之为 GPU 云。用户在这个 GPU 云里，就可以自由地分配 GPU、CPU、内存、存储等等资源，形成弹性化的 GPU 计算能力。与阿里云相比，最大的区别就是私有云中可动态管理的对象包括了 GPU。

    2、 应用层面：整合了业界常规的深度学习模型，提供全中文图形操作界面，并提供了国内首创的深度学习任务镜像模式，屏蔽各种复杂的软件配置过程，让用户专注于数据本身的价值。

    如果你已经部署了 RT-Brain，如何让一名普通用户短时间内，从零开始，搭建 GPU 主机，并完成在 GPU 主机上跑深度学习任务呢？

管理员首先进行配置：

    1.  初始化

    RT-Brain 3.0 推出“一键初始化”功能，流程性的操作方式，一键建立系统使用的基础资源，包括：资源池检测、建立租户、为租户建立用户、物理机的检测、设置私库链接、建立 GlusterFS 卷和建立存储卷。

    2.  为用户分配硬件资源

    创建资源分配方案，一步完成资源的申请和审核，既具管理性又方便高效；

    然后普通用户登录进行操作：

    3.  创建云主机，拉取深度学习任务镜像

    镜像可以远端拉取、本地加载或者上传 Dockerfile 进行添加，还可以将常用镜像收藏保存在云主机的指定目录；

    4.  上传训练数据

    在云主机上挂载存储卷，向自己的空间上传训练数据（数据集、脚本文件、python 程序等）；

     5.  创建作业，执行训练任务

    RT-Brain 是独立于深度学习框架的专用模块，是整合深度学习平台的基础和核心，它将很多分散的物理计算资源实现统一化管理、用户的操作界面简洁方便至上。不仅可以保证用户充分利用物理资源，更能实现作业的统一调度，以多维度、人性化方式展示监控信息。