英特尔分布式深度学习平台Nauta-安装、配置与管理指南

随着人工智能的发展，深度学习的价值不断增长，但实现它可能是一个复杂耗时的过程。英特尔(Intel)正寻求通过其在 Kubernetes 进行分布式深度学习的新开源平台来改变这一状况，该深度学习平台称为：Nauta 。

本指南包括 Nauta 安装、配置和管理，提供安装和配置Nauta的具体步骤。 同时包含了Nauta 要求、配置的选项，以及管理任务。

注意: 配置 Nauta 客户端的指南，参考 Nauta User Guide。

Nauta 是一个软件套件，提供了多用户、分布式计算环境用于运行深度学习的模型训练试验。 实验结果可以查看和监视，可以通过命令行界面 (CLI)、Web UI 或 TensorBoard*来查看。你可以使用已有的数据集，自己的数据或者在线下载数据，创建共有或私有目录来在团队间协作。

Nauta 运行于 Kubernetes* 和 Docker*，易于管理，具有较好的伸缩性。Nauta 使用定制模版来消除创建和运行单个/多个节点深度学习的复杂性，在标准的容器环境中运行，不需要复杂的系统和脚本。

硬件需求

Nauta is intended to run on a multi-server Kubernetes cluster. To run Nauta, you will need at least one Master node, and one or more Worker nodes. Nauta is a platform for performing Deep Learning training, and requires robust hardware specifications to run with optimal performance.

安装概览

安装Nauta 在 'bare metal' (for example, non-cloud) 服务器环境，需要：

• 执行下面的命令：
  • git clone --recursive https://github.com/IntelAI/nauta.git
  • cd nauta
• 编译基本package (makefile实现自动化的系列处理，有一些需要的最小的 packages集合)。
• 发布 Nauta's inventory 文件告诉master 和 worker nodes在哪里，以及如何访问。
• 配置Nauta's 配置文件，告诉关于 proxies, network quirks 和 filesystem 偏好等。
• 运行安装脚本。

该过程包括：

• 创建 Kubernetes cluster, 所有的需要的 Docker files用于运行 Tensorflow*, Jupyter*, Tensorboard, 和 Horovod*。

• 安装 Nauta server-side 应用到新的Kubernetes cluster，然后启动系统来运行。

完成上面的操作需要花一些时间，我们一步步来。

文档 Flow

该指南包含下面的主题：

• System Software Components Requisites
• Building Nauta
  • Installer System Requirements
  • Target Host Requirements
• Inventory Configuration
• Nauta Configuration (Variables)
  • Installation Package Requirements
• Installating and Starting Nauta
• User Management
• Troubleshooting

更多：

• 英特尔为 Kubernetes 推出分布式深度学习平台：Nauta