共に動作させるべきものを明確にする
GPU カードは選択の出発点ですが、アプリケーションはその環境にも依存します。処理によっては、CPU で入力を準備し、データをシステムメモリに読み込んでから、演算を GPU に送ることもあります。これらの手順を資料に列挙することで、速度低下の原因をすべてカード自体に帰さずに済みます。
カタログにはGPUモデルとメモリの詳細が記載されています。CPU、RAM、ボリューム、接続性など特定の要件がある場合は、要件定義書に測定可能な要件として明記してください。これにより、構成に記載されていない仕様を前提とすることなく、必要な範囲について議論できます。
カードを増やす前にタスクを分担する
独立したジョブのキューであれば、各タスクの入力と出力を指定します。単一の処理を分散させる場合は、お使いのソフトウェアが採用する仕組みを特定します。カード数、カードあたりのメモリ、GPU間の通信はそれぞれ別の問いに答えるものであり、比較ではこの3つの軸を維持する必要があります。
ご自身の環境の管理を維持する
実行するソフトウェアと処理はお客様のチームが選択します。Capordiaはファイルの内容、プロンプト、計算を検査しません。アクセス権限、更新、結果のコピーは、実際に負荷を運用する担当者を中心に整理してください。この分担により、パラメータを変更したりタスクを再実行したりする際の対応が簡単になります。
次に備えるために
Diagnostic技術的判断
運用ライブラリを開く より強力なGPUを探す前に、期待値を明確にする。
カードを変更する前に、期待、入力、GPUの測定値を突き合わせます。
カードを数える前に、何を同時に進めるかを選びましょう。
GPUを増やす前に、独立したタスクか分散処理かを選択します。