Écosystème Python pour l’IA sur CALMIP
Ce document présente les outils, conteneurs recommandés et ressources pour les usages en intelligence artificielle (IA) sur l’infrastructure CALMIP.
Outils interactifs et de visualisation
Conteneurs IA disponibles
Ici vous avez l'information sur comment utiliser les conteneurs sur Turpan :
Ici vous trouvez la liste des conteneures pour l'IA
Ressources utiles
- Guide « Débuter avec l’IA sur Turpan »
- Liste complète des conteneurs dans
/work/conteneurs
Examples of models ready to be trained on Turpan
Effort has been made to adapt the original training codes so that users can run these workflows easily on Turpan. The provided setups include ready-to-use execution scripts and configurations specifically prepared for multi-node, multi-GPU training. These adaptations allow users to launch distributed training jobs without needing to modify low-level settings, ensuring a efficient training experience.
Examples:
L’Hyperparameter Optimization (HPO)
L’Hyperparameter Optimization (HPO) vise à trouver automatiquement les meilleurs hyperparamètres pour optimiser les performances d’un modèle. Dans le cadre du cluster Turpan, nous proposons deux approches complémentaires : Ray Tune, idéal pour des expérimentations sur un seul nœud, offrant une large variété d’algorithmes d’optimisation ; et Optima, mieux adapté aux charges multi-nœuds, permettant d’exploiter pleinement l’architecture distribuée de Turpan pour accélérer la recherche d’hyperparamètres à grande échelle.
Document destiné aux utilisateurs IA du centre CALMIP.