AWS Deep Learning AMI は、データサイエンティスト、機械学習の専門家、リサーチサイエンティストに、規模を問わずクラウド上での深層学習作業を加速するためのインフラストラクチャとツールを提供します。Amazon EC2 インスタンスは Amazon Linux や Ubuntu ですぐに起動できます。一般的な深層学習フレームワークがあらかじめインストールされており、高度なカスタム AI モデルをトレーニングしたり、新しいアルゴリズムを試してみたり、新しいスキルや技術を学習したりできます。Deep Learning AMI なら、Apache MXNet、TensorFlow、Microsoft Cognitive Toolkit (CNTK)、Caffe、Caffe2、Theano、Torch、Keras を使用して、大規模なトレーニング向けに GPU が自動スケーリングするマネージドクラスターを作成できるほか、コンピューティングに最適化されたインスタンスや汎用 CPU インスタンスで、トレーニング済みモデルに対して推論を実行したりできます。
すぐに開始できる
クラウド上で深層学習の Amazon EC2 インスタンスをすばやく使い始められるよう、Deep Learning AMI には、一般的な深層学習フレームワークがプロビジョニングされています。それらの各フレームワークには簡単に始められるチュートリアルが用意されており、適切なインストール、設定、モデル精度を実現することができます。
セットアップと設定が簡単
Deep Learning AMI は、依存関係をインストールし、ライブラリのバージョンを追跡し、コードの互換性を検証します。また、AMI は毎月更新されるため、常に最新バージョンのエンジンとデータサイエンスライブラリを使用できます。
実際に使用した分のみ料金が発生
Amazon EC2 GPU インスタンスが必要な場合でも CPU インスタンスが必要な場合でも、Deep Learning AMI に追加料金はありません。時間単位で、お客様のアプリケーションの格納と実行に必要な AWS リソースに対してのみお支払いいただきます。
深層学習は多くの場合、技術的に難しく、モデル自体の計算や、大規模な分散システムにわたるトレーニングや推論のスケーリング経験について理解する必要があります。その結果、モデルを定義してからそれらを大規模にトレーニングできる深層学習フレームワークがいくつか誕生しました。Amazon Linux および Ubuntu 向けに構築されている AWS Deep Learning AMI は、Apache MXNet、TensorFlow、Microsoft Cognitive Toolkit (CNTK)、Caffe、Caffe2、Theano、Torch、および Keras が事前に構成されており、これらのどのフレームワークも大規模にすばやくデプロイして実行できます。
深層学習フレームワークでは、大量のマトリックスを乗算するプロセスが含まれる、ニューラルネットワークを使用します。モデルのトレーニング、および深層学習の研究と開発を促進するために、AWS Deep Learning AMI では、一般的な Python パッケージと Anaconda Platform のインストールに加えて、事前構成された CUDA および cuDNN ドライバー、およびインテルマスカーネルライブラリ (MKL) によって、GPU が高速化されます。
Amazon EC2 P2 インスタンスで実行されている AWS Deep Learning AMI は、サポートされているすべての深層学習フレームワークに対応した NVIDIA CUDA ドライバーと cuDNN ドライバーがあらかじめインストールされており、計算が完了するまでの時間を大幅に短縮できます。
Amazon EC2 インスタンスでインテルベースのプロセッサを使用している場合、Deep Learning AMI は、計算処理とニューラルネットワークのルーチンを高速化するためにインテルマスカーネルライブラリ (MKL) と統合されています。
AWS Deep Learning AMI は、Python 向け AWS SDK など、お気に入りの一般的な Python パッケージのほか、Python 2.7 および Python 3.4 カーネルでロードされる Jupyter (旧 iPython) ノートブックと共にインストールされています。
AWS Deep Learning AMI では、パッケージの管理とデプロイを簡単にするために、Anaconda2 および Anaconda3 Data Science プラットフォームがインストールされ、大規模データ処理、予測分析、科学計算に対応します。
