[发明专利]一种深度学习开发环境的构建方法、装置、设备及介质

说明书

本申请公开了一种深度学习开发环境的构建方法、装置、电子设备及计算机可读存储介质，该深度学习开发环境的构建方法包括：接收输入的硬件资源设置参数和深度学习训练框架类型；基于预设的开发环境调度系统，根据硬件资源设置参数为深度学习开发环境分配硬件资源，获取并加载对应类型的深度学习训练框架容器镜像；基于开发环境调度系统，加载与硬件资源适配的驱动，启动深度学习开发环境。本申请基于预设的开发环境调度系统，以容器部署方式可在大规模GPU集群中快速有效地搭建深度学习开发环境，减轻开发人员工作量，并有效改善开发环境搭建过程中的局限性，提高了用户的灵活分配性，极大便利了用户操作、提高了开发环境的搭建效率与质量。

技术领域

本申请涉及人工智能技术领域，特别涉及一种深度学习开发环境的构建方法、装置、电子设备及计算机可读存储介质。

背景技术

随着人工智能(AI)行业的蓬勃发展，AI应用所需的计算资源和数据资源越来越庞大。通常，AI应用多基于GPU集群构建，但随着集群规模的扩大，如何快速分配GPU计算资源以搭建AI训练环境成为了一个亟需解决的问题。

当前业界中普遍由集群管理员手动分配资源、手动创建深度学习开发环境。由于GPU集群规模越来越过大，手动分配的复杂度和难度越来越大；并且现有技术中依赖虚拟机搭建AI环境受限较多，使得手工操作工作量大、过程繁琐、灵活性差。鉴于此，提供一种解决上述技术问题的方案，已经是本领域技术人员所亟需关注的。

发明内容

本申请的目的在于提供一种深度学习开发环境的构建方法、装置、电子设备及计算机可读存储介质，以便在大规模GPU集群中快速有效地搭建深度学习开发环境，减轻开发人员工作量并提高工作效率。

为解决上述技术问题，第一方面，本申请公开了一种深度学习开发环境的构建方法，包括：

接收输入的硬件资源设置参数和深度学习训练框架类型；

基于预设的开发环境调度系统，根据所述硬件资源设置参数为所述深度学习开发环境分配硬件资源，获取并加载对应类型的深度学习训练框架容器镜像；

基于所述开发环境调度系统，加载与硬件资源适配的驱动，启动所述深度学习开发环境。

可选地，所述硬件资源设置参数包括CPU数和GPU数。

可选地，所述获取并加载对应类型的深度学习训练框架容器镜像，包括：

判断本地是否存在对应类型的深度学习训练框架容器镜像；

若有，则加载本地的所述深度学习训练框架容器镜像；

若无，则从预设docker容器镜像管理仓库中获取并加载所述深度学习训练框架容器镜像。

可选地，所述加载与硬件资源适配的驱动，包括：

通过预设docker驱动映射程序加载与硬件资源适配的驱动。

可选地，在所述启动所述深度学习开发环境之后，还包括：

启动深度学习训练框架中的工具服务。

可选地，所述启动所述深度学习开发环境，包括：

运行所述深度学习开发环境并配置登录密码。

第二方面，本申请还公开了一种深度学习开发环境的构建装置，包括：

接收模块，用于接收输入的硬件资源设置参数和深度学习训练框架类型；

构建模块，用于基于预设的开发环境调度系统，根据所述硬件资源设置参数为所述深度学习开发环境分配硬件资源，获取并加载对应类型的深度学习训练框架容器镜像；加载与硬件资源适配的驱动，启动所述深度学习开发环境。