AWS

作者:Sleibso,编译:Stark

Edico Genome公司之前就曾开发出了基因组分析算法,为了实现算法加速,该公司原本打算开发一个ASIC(精简指令集)处理器,但是这种方案灵活性太差,尤其是随着算法的更新,计算性能需求的增加这种方案可能就不能够满足需求了,此外开发一个ASIC处理器也需要较长的时间周期。因此Edico Genome公司将注意力转移到FPGA上,FPGA的灵活性非常适合这种不断迭代开发的需要,随后该公司推出了基于Xilinx 28nm FPGA的Dragen加速器板卡用于基因组分析算法的加速。

图1:Edico Genome公司于2015年推出的DRAGEN加速器板卡

图1:Edico Genome公司于2015年推出的DRAGEN加速器板卡

基于AWS使用深度学习的10个Linux命令

在AWS上执行大规模的深度学习处理是一个廉价而且有效的学习和开发方式。花少量的钱就可以使用数十GB的内存,数十个CPU,多个GPU,这是值得推荐的。

如果你是使用EC2或者Linux 命令的新人,在云端执行深度学习脚本的时候, 这些命令是非常有效的。
本文的主要内容包括:
1)在本机和EC2实例间复制数据
2)使脚本按天,周,月安全地运行
3)监测进程,系统和GPU 的性能

注意:所有命令在类linux环境中执行(Linux,OS x 或者 cygwin)

0、环境约定

假设AWS EC2 已经正常运行,方便起见,对环境做如下的设定:
1)EC2 服务器的IP地址为 54.218.86.47
2)用户名为ec2-user
3)SSH 密钥位于 ~/.ssh/ 中,文件名为aws-keypair.pem;
4)使用python 脚本工作

关于如何搭建一个 基于GPU的EC2实例来 执行深度学习,可以参见:
https://machinelearningmastery.com/develop-evaluate-large-deep-learning-...

1、 登陆到服务器

2017 年Q1全球云基础设施服务收入接近100亿美元

根据Synergy Research Group的最新数据,2017年第一季度,有5家主要的云基础设施服务提供商的增长速度比Amazon Web Services(AWS)更快,但AWS仍保持着市场领先地位,占全球市场份额的33%。虽然微软、谷歌、IBM、阿里巴巴和甲骨文第一季度的增长速度都高于AWS,但是AWS的收入仍然比这五家合起来更高。

微软、谷歌和阿里巴巴都实现了80%以上的年增长率。Salesforce和Rackspace是另外两家顶级云服务提供商。虽然他们的增长率低于其他供应商,但他们在特定的市场保持强势地位。Synergy预计,第一季度全球云基础设施服务收入(包括IaaS、PaaS和托管私有云服务)接近100亿美元,同比增长40%。

虽然AWS、微软和谷歌是IaaS / PaaS的主要提供商,但IBM继续主宰托管私有云,Rackspace和一些传统IT服务提供商在公共云市场更突出。

文章来源:199it

亚马逊独家详述FPGA基本原理和市场发展

作者:Nicole Hemsoth

在2016年底一年快要结束的时候,AWS(亚马逊网络服务)宣布通过借助云传输模型可以采用Xilinx高端FPGA器件了,首次以开发者的角度而不是扩展高层次工具来帮助潜在的用户学习和体验FPGA的加速效果。

同步内容