Open-source projekt rGPU umožňuje programu v PyTorch zostať spustený na notebooku, zatiaľ čo jeho tenzory a operácie sídlia na vzdialenom GPU NVIDIA.

Systém s licenciou Apache ponúka dve cesty. Nový kód PyTorch môže vybrať device="rgpu", zatiaľ čo širšia vrstva kompatibility CUDA zachytáva volania existujúcich binárnych súborov pre Linux a preposiela ich serveru cez sieťové spojenie.

Pre vývojára s Macom alebo skromnou pracovnou stanicou a nevyužitým GPU počítačom inde táto deľba zachováva lokálne vývojové prostredie bez presunu celej aplikácie do cloudového notebooku či vzdialeného shellu. Klient môže vytvoriť tenzor na vzdialenom zariadení pomocou bežnej syntaxe PyTorch a dodaný spúšťač vytvorí tunel SSH k serveru.

Jednoduchá cesta zariadenia odosiela operácie PyTorch cez TCP. Cesta kompatibility implementuje náhrady ovládača a runtime CUDA, ako aj cuBLAS, cuBLASLt a cuDNN, s cieľom spúšťať štandardné binárne súbory PyTorch pre CUDA. Repozitár opisuje túto vrstvu ako rozhranie s väčšou plochou kompatibility, takže podpora bude závisieť od volaní knižníc, ktoré aplikácia používa.

rGPU obsahuje príklad trénovania nanoGPT, referencie operácií a konfigurácie, poznámky k výkonu a testy komponentov v Pythone a C++. V repozitári je aj experimentálna práca s JAX, no nie je uvedená ako podporovaná cesta produktu.

Hlavným prevádzkovým obmedzením je bezpečnosť siete. Ani jeden protokol neposkytuje vlastné overovanie ani šifrovanie. Dokumentácia odporúča ponechať operačný server naviazaný na localhost a pripájať sa cez SSH; server CUDA počúva na všetkých rozhraniach IPv4, takže port 9713 treba obmedziť aj pravidlami hostiteľského alebo cloudového firewallu.

Projekt mení vzdialenú akceleráciu na voľbu zariadenia namiesto samostatného prostredia na spúšťanie, no tvrdenia o výkone a kompatibilite zatiaľ pochádzajú z dokumentácie správcu. Kód, testy a technické záznamy sú dostupné na kontrolu a projekt na svojej stránke GitHub zatiaľ nemá uvedené žiadne označené vydanie.

Overenie

TvrdenieOznačeniePrimárny zdrojNezávislé overenie
rGPU ponecháva aplikáciu na klientovi, zatiaľ čo tenzory a práca GPU bežia na vzdialenom zariadení NVIDIAOVERENÉRepozitár rGPUžiadne
Projekt ponúka zariadenie PyTorch rgpu a vrstvu kompatibility CUDAOVERENÉRepozitár rGPUžiadne
Vrstva pokrýva ovládač CUDA, CUDA Runtime, cuBLAS, cuBLASLt a cuDNNOVERENÉRepozitár rGPUžiadne
Ani jeden protokol neposkytuje overovanie ani šifrovanie; dokumentácia predpisuje obmedzenia SSH a firewalluOVERENÉRepozitár rGPUžiadne
Repozitár obsahuje testy, príklad nanoGPT a experimentálnu prácu s JAXOVERENÉRepozitár rGPUžiadne
Vlastnosti kompatibility a výkonu dokumentuje správca projektuPODĽA SPOLOČNOSTIRepozitár rGPUžiadne