常见问题解答
注册与登录
有关一般问题和答案,请参阅产品注册常见问题解答。
使用单个 ID 和密码,您可以通过单点登录 (SSO) 认证登录以下任一区域:
- 英特尔® Developer Cloud for the Edge
- 英特尔® 边缘软件中心
- 面向 oneAPI 的英特尔 Developer Cloud
- 英特尔 Developer Cloud for the Edge 论坛
- 产品下载
- 其他英特尔网站
在收件箱中搜索来自 DeveloperCloudfortheEdge@intel.com 的欢迎邮件,或检查垃圾邮件文件夹。如果找不到欢迎邮件,请访问社区支持页面。
有关定期维护和停机时间的公告将发布在社区支持页面上。
定期维护开始时,运行中的任务将被中止。已保存的文件和 Jupyter* Notebook 不会受到升级的影响。维护完成后,请重新提交任务。
您可以创建多个帐户,但每个帐户必须用不同电子邮件 ID 注册。
要更新帐户,请先登录您的帐户。如果您无法登录英特尔帐户,请参阅社区支持页面。
使用以下任一浏览器的最新版本:
- Microsoft Edge
- Mozilla Firefox
- Google Chrome
注意 为减少英特尔 Developer Cloud for the Edge 工具和应用程序中发生登录或缓存问题的风险,请启用浏览器的 Cookie 并清除浏览器缓存。
数据隐私和安全实践
英特尔公司和 Colfax International 联合运营英特尔 Developer Cloud for the Edge,依照行业监管要求,严格保护用户数据的安全。
英特尔聘请 Bishop Fox 对 Developer Cloud for the Edge 进行高级安全评估。Bishop Fox 是专业提供攻击性安全测试的最大私营专业服务公司。
评估类型包括 API 渗透测试、外部渗透测试、内部渗透测试和修复测试。
有关英特尔 Developer Cloud 的安全信息,请查阅此篇关于原型设计和基准测试的文章。
不,我们不会对用户上传的数据进行备份。
英特尔 Developer Cloud for the Edge 使用标准 Linux 许可控制保护用户上传的数据,包括代码、可执行文件、数据集等,以防止其他用户访问。特定 Colfax 员工可能会出于实施安全措施、进行故障排除的目的而查看这些数据。
基准测试和技术指标
- Container Playground 用户拥有 120 天访问期限。
- 在 Container Playground 环境中,用户在登录后拥有四小时的对话时间。
用户可以申请将帐户额外延长 120 天。登录您的帐户,申请延期。
遥测技术是一项数据驱动型自动化决策流程,作用是确定用户解决方案的理想硬件要求。
要启用遥测,请按照以下说明操作。
在给定作业运行过程中,遥测仪表板捕获的指标如下:
- 平均推理时间(以毫秒为单位)
- 推理计数
- 目标硬件
- 帧速率
- 推理时间
- 推理期间 CPU 或 GPU 的使用情况
- CPU 或 GPU 的平均温度
- 推理期间内存的使用情况
Container Playground 目前尚不支持基于 Grafana 的遥测技术。
如何使用培训后优化工具 (POT)?
访问互动式 Jupyter 教程和文档,您可以了解更多有关 POT 的信息。要在自己的应用程序中使用 POT,请在 Jupyter Notebook 单元格中运行 !pot -h,输出命令语法和变量。
Qarpo 库是一个自定义库,为 Jupyter* Notebook 用户提供执行以下任务的界面:
- 向集群中的节点提交任务。
- 追踪作业运行进度。
- 显示作业的输出结果。
- 为已完成的作业绘制指标结果。
Accuracy Checker 是一个灵活可扩展且可配置的深度学习精度验证框架。它是英特尔发行版 OpenVINO 工具套件的模块化组件,可应用于数据集和 AI 模型,收集综合质量指标。
神经网络压缩框架 (NNCF) 是一套适用于 OpenVINO 神经网络推理优化的高级算法,可将精度控制在最低水平,专为配合 PyTorch 和 TensorFlow 框架模型而设计。有关更多信息,请参阅 NNCF 示例应用。
机器学习中的量化是指将 FP32(32 位浮点数)数据转换为 int8(8 位整数)等精度较低的数据的过程。英特尔 Developer Cloud for the Edge 支持的不同类型量化方法包括:
- 8 位量化
- 混合精度量化
- 二值化
- 稀疏性
- 过滤器修剪
有关详细信息,请参阅这篇关于量化模型的文章。
同步 API 先运行推理,然后在作业完成后返回结果。异步 API 在单独的线程或设备上并行运行推断,因而主线程可与之同时执行捕获输入数据、预处理输入数据和后处理等其他任务。
不,目前不支持。
尝试从 Notebook 中断并重启应用。如果问题仍存在,使用重置 选项清除您的深度学习工作台数据,然后再重新启动。
注意 重置时,所有已创建的项目将丢失。
确保您尝试访问的 Grafana 仪表板来自最近提交的作业,并且您登录的帐户与提交作业的帐户相同。
JupyterLab 和 Container Playground 环境不支持外部 ssh 访问。
Container Playground
- 容器内的用户必须是非 root 用户,其 ID 在 10 到 10000000000 的范围内
- 端口范围必须在 1024 和 65536 之间
- 不支持优先调增
- 不支持主机端口
Container Playground 工作负载在使用 Kubernetes* 和基于 Red Hat* OpenShift* 平台的各种英特尔硬件上运行。要了解更多信息,请参阅 https://intel.cn/devcloud-containers
是。使用查看/编辑代码选项下载示例应用。您还可以在同意许可条款后从英特尔软件存储库下载英特尔的一些参考实施。
受支持的公共注册表包括 Docker Hub、Azure 和 Quay.io。
受支持的私有注册表包括 Docker Hub 和 Quay.io。
一个项目可以同时在多达三个目标平台启动。工作负载执行完成后,目标平台将被释放,用于执行其他项目。
日志访问期限为 15 天,文件系统输出可随时访问,前提是帐户仍然有效且项目存在于您的仪表板上。Container Playground 还提供存储指示,便于您在存储空间不足时释放空间。
启动项目后,目标硬件将仅分配给您的用户帐户,直至运行完成或达到 15 分钟的时间上限。
是。请参阅开发者指南中的配置已导入的容器主题。
在 Container Playground 中,任何已完成的构建都可以在我的库 > 资源中查看。要开始重构,使用操作 选项编辑配置,并提供最新的分支详细信息。
从源代码存储导入应用时不支持 GitLab。
作业文件是一个 Bash 脚本,作用是将直接运行在边缘计算节点上的应用程序的 Python 可执行文件包装起来。作业文件的目的之一是简化在不同边缘计算节点上运行应用的过程,方法是接受一些参数,而后在运行应用程序可执行文件之前和之后执行必要的步骤。qsub 命令用于在英特尔 Developer Cloud for the Edge 的 JupyterLabs 环境中向边缘计算节点提交作业。
提交作业后,它将被放置在队列中,待请求的计算节点变得可用时再运行。自定义 Jupyter Notebook 小部件 liveQstat() 会显示作业的输出,并具有实时更新功能。使用 qstat 命令检查已提交的作业的状态。
在 Container Playground 上,您的仪表板将显示已启动项目的状态。
在 JupyterLab 和 Container Playground 环境中,用户没有 root 访问权限。因此,您无法在命令中使用 sudo,也不能使用 pip 和 conda 命令安装软件包。
在 JupyterLab 环境中:
- 用户在开发节点上拥有最多 50 GB 存储空间。
在 Container Playground 环境中:
- 用户拥有私有注册表,可容纳最多 15 个容器,存储容量上限为 20 GB。
- 文件系统的存储限制为 1 GB,至多可扩展至 5 GB。
- 测试容器的独有目标平台访问时间长达 15 分钟。
- 最多可以创建 8 个项目。
- 在 JupyterLab 环境中,作业运行后会启动清理流程。
- 在 Container Playground 环境中,清理流程在已启动的项目运行完成或终止后、另一个项目启动前进行。
在 JupyterLab 和 Container Playground 环境中,硬件在运行期间将被专门分配给单个用户的单个作业。
- 在 JupyterLab 环境中,用户将获得每开发节点 2 GB 内存 (RAM)。
- 在 Container Playground 环境中,用户拥有 2 个虚拟 CPU 和 4 GB 内存,用于查看和编辑代码。
- 在 JupyterLab 环境中,前往概览页面。
- 从 Container Playground 中使用编码环境选项启动轻量级的 JupyterLab IDE 编辑代码,并从终端界面使用 Buildah 命令构建容器。
在 JupyterLab 和 Container Playground 环境中,在支持集成 GPU 的目标平台上启动的作业或项目会默认启用 GPU 访问。