Linux TAR SH

Driverless AI 소프트웨어는 순수 사용자 모드 환경에서 자동압축해제 TAR SH 아카이브로 사용할 수 있습니다. 이 방식의 설치는 설치하거나 실행하는 데 권한이 있는 사용자를 필요로 하지 않습니다.

이 아티팩트는 RPM 및 DEB 패키지(결합)와 동일한 호환성 매트릭스를 가지며, 약간은 다르게 패키징됩니다. 지원되는 환경의 전체 목록은 해당 섹션을 참조하십시오.

설치 단계에서는 귀하에게 Driverless AI의 유효한 라이센스 키가 있다고 가정합니다. Driverless AI의 라이센스 키 획득 방법에 대한 정보는 https://www.h2o.ai/products/h2o-driverless-ai/ 에서 확인하십시오. 획득한 후에는 최초 로그인 시 검증 라이센스 키를 Driverless AI UI에 붙여넣으라는 메시지가 나타납니다.

참고

AutoDoc 파이프라인 시각화가 Native 설치에서 올바르게 생성되도록 fontconfig 를 설치하는 것을 권장합니다.

요구 사항

  • RedHat 7 또는 Ubuntu 16.04

  • NVIDIA 드라이버 471.68 이상일 것을 권장(GPU만 해당)

  • OpenCL(GPU 기반 시스템에서 전체 LightGBM 지원에 필요)

  • Driverless AI TAR SH는 https://www.h2o.ai/download/ 에서 이용 가능합니다.

Note: CUDA 11.2.2(GPU용) 및 cuDNN(GPU에서 TensorFlow 지원에 필요)은 Driverless AI 패키지에 포함되어 있습니다.

OpenCL 설치하기

GPU 기반 시스템에서 전체 LightGBM을 지원하려면 OpenCL이 필요합니다. OpenCL을 설치하려면 루트로 다음을 실행하십시오.

mkdir -p /etc/OpenCL/vendors && echo "libnvidia-opencl.so.1" > /etc/OpenCL/vendors/nvidia.icd && chmod a+r /etc/OpenCL/vendors/nvidia.icd && chmod a+x /etc/OpenCL/vendors/ && chmod a+x /etc/OpenCL

참고

OpenCL이 설치되어 있지 않은 경우 CUDA LightGBM이 자동으로 사용됩니다. CUDA LightGBM은 Pascal 기반(이상) 시스템에서만 지원되며 enable_lightgbm_cuda_support config.toml 설정으로 수동으로 활성화할 수 있습니다.

Driverless AI 설치하기

Driverless AI TAR SH를 설치하려면 다음 명령을 실행하십시오.

 # Install Driverless AI.
 chmod 755 dai-1.10.1.2-linux-x86_64.sh
 ./dai-1.10.1.2-linux-x86_64.sh

이제 압축을 푼 디렉터리로 cd하고, config.toml 을 원하는 대로 변경할 수 있습니다.

Driverless AI 시작하기

# Start Driverless AI.
./run-dai.sh

NVIDIA 퍼시스턴스 모드 시작하기

NVIDIA GPU를 가지고 있는 경우, 다음 NVIDIA 명령을 실행해야 합니다. 해당 명령을 재부팅할 때마다 실행해야 합니다. 자세한 내용은 http://docs.nvidia.com/deploy/driver-persistence/index.html 에서 확인하십시오.

sudo nvidia-smi -pm 1

OpenCL 설치

GPU에서 LightGBM을 실행하려면 OpenCL이 필요합니다. yum 및 x86을 사용하는 Centos7/RH7 기반 시스템에 대해 다음을 실행하십시오.

yum -y clean all
yum -y makecache
yum -y update
wget http://dl.fedoraproject.org/pub/epel/7/x86_64/Packages/c/clinfo-2.1.17.02.09-1.el7.x86_64.rpm
wget http://dl.fedoraproject.org/pub/epel/7/x86_64/Packages/o/ocl-icd-2.2.12-1.el7.x86_64.rpm
rpm -if clinfo-2.1.17.02.09-1.el7.x86_64.rpm
rpm -if ocl-icd-2.2.12-1.el7.x86_64.rpm
clinfo

mkdir -p /etc/OpenCL/vendors && \
    echo "libnvidia-opencl.so.1" > /etc/OpenCL/vendors/nvidia.icd

Driverless AI 로그 파일 보기

less log/dai.log
less log/h2o.log
less log/procsy.log
less log/vis-server.log

Driverless AI 중지하기

# Stop Driverless AI.
./kill-dai.sh

Driverless AI 삭제하기

Driverless AI를 삭제하려면 압축 풀기 과정에서 생성된 디렉터리를 제거하면 됩니다. 기본적으로 Driverless AI의 모든 파일은 해당 디렉터리에 저장됩니다.

Driverless AI 업그레이드하기

WARNINGS:

  • 이 릴리스에는 1.7.0 이하의 실험 및 MLI 모델이 더 이상 사용되지 않습니다.

  • 실험, MLI 및 MOJO는 Driverless AI tmp 디렉터리에 있고 Driverless AI가 업그레이드될 때는 자동으로 업그레이드되지 않습니다. 업그레이드하기 전에 다음 단계를 따르는 것을 권장합니다.

    • 업그레이드하기 전에 MLI 모델을 빌드하십시오.

    • 업그레이드하기 전에 MOJO 파이프라인을 빌드하십시오.

    • 업그레이드하기 전에 Driverless AI를 중지하고 Driverless AI tmp 디렉터리를 백업하십시오.

Driverless AI의 업그레이드 전에 모델에 MLI를 빌드하지 않은 경우, 업그레이드 후 해당 모델에서 MLI를 확인할 수 없습니다. 업그레이드 전에 향후 릴리스에서 지속적으로 해석하고자 하는 모형에 MLI 작업을 실행하십시오. 해당 MLI 작업이 현재 버전의 해석 모형 목록에 나타나면, 이는 업그레이드 후에도 유지됩니다.

Driverless AI의 업그레이드 전에 모델에 MOJO 파이프라인을 빌드하지 않은 경우, 업그레이드 후에는 해당 모델에 MOJO 파이프라인을 빌드하지 못합니다. 업그레이드 전에 필요한 모든 모델에서 MOJO 파이프라인을 빌드한 후, Driverless AI tmp 디렉터리를 백업하십시오.

업그레이드 프로세스는 /etc/dai/User.conf 및 /etc/dai/Group.conf에서 서비스 사용자 및 그룹을 이어받습니다. 업그레이드 중에는 DAI_USER 또는 DAI_GROUP 환경 변수를 수동으로 지정할 필요가 없습니다.

요구 사항

Ampere를 포함한 모든 NVIDIA 아키텍처에서 원활한 경험을 위해 호스트 환경에 설치된 471.68 (GPU만 해당) 이상의 NVIDIA 드라이버를 사용할 것을 권장합니다. Driverless AI는 GPU용 CUDA 11.2.2와 함께 제공되지만 드라이버가 호스트 환경에 있어야 합니다.

최신 NVIDIA Tesla A/T/V/P/K 시리즈 드라이버를 다운로드하려면 NVIDIA download driver 로 이동하십시오. CUDA Toolkit 및 최소 필수 드라이버 버전, CUDA Toolkit 및 해당 드라이버 버전에 대한 참고자료는 here 를 참조하십시오.

업그레이드 단계

  1. 이전 버전의 Driverless AI를 중지하십시오.

  2. 새로운 버전의 Driverless AI에 대한 자동압축해제 아카이브를 실행하십시오.

  3. config.toml 파일에 대해 기존에 생성되었던 변경 사항을 새롭게 압축해제된 디렉터리로 이식합니다.

  4. 이전 Driverless AI 설치의 tmp 디렉터리(모든 Driverless AI 작동 상태 포함)를 새롭게 압축해제된 디렉터리로 복사합니다.

  5. 새롭게 압축해제된 Driverless AI 버전을 시작합니다.