NVIDIA AI Workbench

NVIDIA AI Workbench 是一款适用于数据科学、机器学习和 AI 项目的开发者工具包。它让您能够在笔记本电脑/工作站上进行开发，然后轻松将工作负载转移到数据中心或云端的可扩展 GPU 资源上。AI Workbench 是免费的，您可以在本地或远程计算机上快速安装，并提供桌面应用程序以及命令行界面 (CLI)。

安装

您可以将 AI Workbench 安装在本地，或者安装在您拥有 SSH 访问权限的远程计算机上。

请按照 AI Workbench 安装 文档，获取在不同操作系统上安装的说明。

本地 GPU 系统

如果您正在使用配备 NVIDIA GPU 的系统，则可以通过安装桌面应用程序并配置 Docker（如果尚未安装）来使用 AI Workbench。然后，您就可以在具有 GPU 访问权限的 Python 环境中运行 Notebook。

远程 GPU 系统

如果您的系统没有 NVIDIA GPU，但拥有对配备 NVIDIA GPU 的系统的远程 SSH 访问权限，则可以使用 AI Workbench 连接到该系统。您的代码将在远程系统上执行，但文件将在本地和远程环境之间自动同步。这使得您能够从没有 NVIDIA GPU 的轻薄笔记本电脑等系统“突发”到强大的远程 AI 系统。

要以此方式使用 AI Workbench，您需要在本地系统上安装桌面应用程序，并在远程系统上安装 CLI 应用程序。

配置您的系统

安装 AI Workbench 后，您可以启动桌面应用程序。首次运行时，如果某些依赖项尚不可用，它将引导您完成安装过程。

然后，您可以选择使用本地环境或在远程系统上工作（稍后可以非常轻松地在它们之间切换）。

如果您希望配置远程系统，请单击“添加远程系统”按钮，然后输入该系统的配置信息。

配置完成后，选择您希望使用的系统。然后您将看到一个屏幕，您可以在其中创建新项目或克隆现有项目。

选择“开始一个新项目”，并为其命名和添加描述。您还可以更改存储项目文件的默认位置。

然后向下滚动，并从模板列表中选择“带 CUDA 的 RAPIDS”。

然后将创建新项目。AI Workbench 将自动为该项目构建一个容器，这可能需要几分钟时间。

项目构建完成后，您可以选择“打开 Jupyterlab”以在您的 RAPIDS 环境中启动 Jupyter。

然后您就可以开始在 Notebook 中使用 RAPIDS 库了。

延伸阅读

有关更多信息并详细了解 NVIDIA AI Workbench 的功能，请查阅文档。