[发明专利]一种深度学习框架的部署方法以及系统在审
| 申请号： | 201810735143.5 | 申请日： | 2018-07-06 |
| 公开（公告）号： | CN109189401A | 公开（公告）日： | 2019-01-11 |
| 发明（设计）人： | 江训玉 | 申请（专利权）人： | 曙光信息产业（北京）有限公司 |
| 主分类号： | G06F8/61 | 分类号： | G06F8/61 |
| 代理公司： | 北京德恒律治知识产权代理有限公司 11409 | 代理人： | 章社杲;卢军峰 |
| 地址： | 100193 北京*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | |||
| 搜索关键词： | 资源调度 构建 学习 部署 资源利用率 弹性部署 可伸缩性 学习平台 资源损耗 作业请求 低延时 线程 服务器 统一 | ||
1.一种深度学习框架的部署方法，其特征在于，包括：
在服务器上安装Docker；
利用Docker容器获取构建深度学习框架的镜像；
在所述深度学习框架中构建资源调度平台；
通过所述资源调度平台执行深度学习作业请求。
2.根据权利要求1所述的深度学习框架的部署方法，其特征在于，所述Docker容器包括用于访问GPU的nvidia-Docker容器。
3.根据权利要求1所述的深度学习框架的部署方法，其特征在于，所述资源调度平台为Slurm资源调度平台、YARN资源调度平台、和MESOS资源调度平台之中的一种。
4.根据权利要求3所述的深度学习框架的部署方法，其特征在于，通过所述资源调度平台执行深度学习作业请求包括：
创建Slurm文件，并将所述Slurm文件提交至所述Slurm资源调度平台进行调度；
执行前处理，以创建作业所需的容器；
运行创建的所述Slurm文件和所述容器，开始计算作业；
执行后处理，以销毁所述容器。
5.根据权利要求4所述的深度学习框架的部署方法，其特征在于，执行前处理，以创建作业所需的容器包括：
创建资源调度的前处理文件，所述前处理文件用于配置环境变量以及所述容器的创建。
6.根据权利要求4所述的深度学习框架的部署方法，其特征在于，执行后处理，以销毁所述容器包括：
创建资源调度的后处理文件，所述后处理文件用于所述容器的销毁。
7.一种深度学习框架的部署系统，其特征在于，包括：
安装模块，用于在服务器上安装Docker；
镜像模块，利用Docker容器获取构建深度学习框架的镜像；
调度模块，用于在所述深度学习框架中构建资源调度平台；
执行模块，用于通过所述资源调度平台执行深度学习作业请求。
8.根据权利要求7所述的深度学习框架的部署系统，其特征在于，所述Docker容器包括用于访问GPU的nvidia-Docker容器。
9.根据权利要求7所述的深度学习框架的部署系统，其特征在于，所述资源调度平台为Slurm资源调度平台、YARN资源调度平台、和MESOS资源调度平台之中的一种。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于曙光信息产业（北京）有限公司，未经曙光信息产业（北京）有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/pat/books/201810735143.5/1.html，转载请声明来源钻瓜专利网。
