無料GPUが使えるgradient を試してみた

いくつかの制限付きではあるものの、無料で使えるPaperspaceのgradient というGPU環境を発見したので記事にしました。GPUを積んだ状態でJupyter Notebookを編集・実行することができます。無料枠ではノートブックは公開する必要がありますが、月$8でプライベートなノートを作れるようになります。その他課金体系は公式を参照してください。



gradient とは

無料枠ありのクラウドGPUです。Jupyter NotebookのバックエンドにGPUが割り当てれるだけでなく、モデルを公開するAPIエンドポイントを作ることも出来るみたいです。今回はアカウント作ってノート作っただけですが、GPUバックエンドでAPI公開とかできたら面白いですね。batという項目もあったので、推論のバッチ処理とかもできると思います。

サンプルノートが用意されている

結構親切だと思ったのが、fast.aiの講義ノートがサンプルノートとして公開されていた点です。MNISTとか入門タスクじゃなくて学習用のノートがサンプルに用意されているので初学者にも優しいですね。実際fast.aiはGPU環境がある前提なので、環境構築がネックになる人もいると思います。始めてみたいけど。。。と思っている方はGradientで始めてみてはいかがでしょうか?オススメのノート的な感じで紹介してくれるので特に迷うことなく始められると思います。

※ただ、ノートは公開されるのとGPUリソースも無限ではないでしょうから、読むだけなら誰かが公開しているものを読んで、自分で動かしたいときだけGPUインスタンスを起動して実行するようにしたほうが親切かなとは思います。後述しますが2種類あるGPUのうち片方は私が試した時間帯は使えませんでした。(日本人は時差があるので欧米人が寝ている時間に使いやすいので有利だとは思います)

もちろんオリジナルのノートを作ることも可能なので、好きなコンテナ(Tensorflow 1.14+GPUとかpytorchとか)を選んで好きにノートを作ることもできます。コンテナの自作も出来るようです。

無料で使えるGPUの種類について

流石にGoogle Colaboratoryレベルではないですが。2019年11月上旬時点では下記2種類が使えます。(空いてるやつが)

  • NVIDIA M4000 GPU (RAMは30GB!!)
  • NVIDIA P5000 GPU (RAMは30GB!!)
  • ※当然CPUバックエンドも無料枠で用意されています。その他のGPUは有料

重たいネットワークで学習する場合はちょっときついと思いますが、無料なので十分かと思います。ちなみにローカルマシンにGPU積むと確実に電気代が高くなるので、なるべくクラウドGPU使うのが良いと思います。

参考情報

日本語情報少ないので、英語になりますがアカウント作ってノート使うまでを紹介しているページがあります。このページの通りで問題ないです。
※ノートの起動の時にずっと起動中のクルクルが回っていたのですが、ブラウザ更新したら起動済みになっていました。なかなか起動しないと思ったらブラウザ更新してみると良いと思います。UIはこれから洗練する感じの印象なので、少しずつ使いやすくなっていくと思います。


カテゴリー:DeepLearning

Output不足なエンジニア

統計が好きになれず、機械学習やったら必然的に統計が必要になるだろうと思ったら想像以上に機械学習にハマる。数学は芸術なので商売にするつもりはないけど、DeepLearningは数学じゃないし商売にしたいと思っているところ。画像処理がメイン。