GPU 対応 IoT モジュール Azure Stack Edge Pro GPU デバイスにデプロイする

適用対象:Azure Stack Edge Pro - GPUAzure Stack Edge Pro 2Azure Stack Edge Pro R

この記事では、Azure Stack Edge Pro GPU デバイスに GPU 対応 IoT Edge モジュールをデプロイする方法について説明します。

この記事では、次のことについて説明します。

• GPU モジュールを実行するために Azure Stack Edge Pro を準備します。
• Git リポジトリからサンプ ルコードをダウンロードしてインストールします。
• ソリューションをビルドし、配置マニフェストを生成します。
• ソリューションを Azure Stack Edge Pro デバイスにデプロイします。
• モジュールの出力を監視します。

サンプル モジュールについて

この記事の GPU サンプル モジュールには、CPU と GPU を比較する PyTorch および TensorFlow のベンチマーク サンプル コードが含まれています。

前提条件

開始する前に、以下の項目があることを確認します:

• GPU 対応の 1 ノード Azure Stack Edge Pro デバイスにアクセスできること。 このデバイスと Azure のリソースがアクティブになっていること。 デバイスをアクティブにするに関する記事を参照してください。
• このデバイスでコンピューティングを構成済みであること。 「チュートリアル: Azure Stack Edge Pro デバイスでコンピューティングを構成する」の手順に従います。
• Azure Container Registry (ACR)。 [アクセス キー] ブレードに移動し、ACR ログイン サーバー、ユーザー名、パスワードをメモしておきます。 詳細については、「クイックスタート: Azure portal を使用したプライベート コンテナー レジストリの作成」を参照してください。
• Windows クライアント上の次の開発リソース:
  • Azure CLI 2.0 以降
  • Docker CE。 ソフトウェアをダウンロードしてインストールするには、アカウントの作成が必要になる場合があります。
  • Visual Studio Code
  • Visual Studio Code 用の Azure IoT Edge 拡張機能
  • Visual Studio Code 用の Python 拡張機能
  • Python 3
  • Python パッケージをインストールするための Pip (通常は、Python のインストールに含まれています)

サンプル コードの入手

1. [Azure サンプルの Azure インテリジェント エッジ パターン] に移動します。 コードの ZIP ファイルを複製またはダウンロードします。

   

   ZIP ファイルからファイルを解凍します。 サンプルを複製することもできます。

   git clone https://github.com/Azure-Samples/azure-intelligent-edge-patterns.git
   

モジュールをビルドおよびデプロイする

1. Visual Studio Code で GpuReferenceModules フォルダーを開きます。

   

2. deployment.template.json を開き、コンテナー レジストリの参照先パラメーターを特定します。 次のファイルでは、CONTAINER_REGISTRY_USERNAME、CONTAINER_REGISTRY_PASSWORD、CONTAINER_REGISTRY_NAME が使用されています。

       {
     "$schema-template": "2.0.0",
     "modulesContent": {
       "$edgeAgent": {
         "properties.desired": {
           "schemaVersion": "1.0",
           "runtime": {
             "type": "docker",
             "settings": {
               "minDockerVersion": "v1.25",
               "loggingOptions": "",
               "registryCredentials": {
                 "${CONTAINER_REGISTRY_NAME}":{
                 "username": "$CONTAINER_REGISTRY_USERNAME",
                 "password": "$CONTAINER_REGISTRY_PASSWORD",
                 "address": "${CONTAINER_REGISTRY_NAME}.azurecr.io"
                 }
               }
             }
           },
   

3. 新しいファイルを作成します。 次のように、コンテナー レジストリ パラメーターの値を入力します (前の手順で指定した値を使用してください)。

   CONTAINER_REGISTRY_NAME=<YourContainerRegistryName>
   CONTAINER_REGISTRY_USERNAME=<YourContainerRegistryUserName>
   CONTAINER_REGISTRY_PASSWORD=<YourContainerRegistryPassword>
   

   サンプルの .env ファイルを次に示します。

   

4. SampleSolution フォルダーにファイルを .env として保存します。

5. Docker にサインインするには、Visual Studio Code 統合ターミナルで次のコマンドを入力します。

   docker login -u <CONTAINER_REGISTRY_USERNAME> -p <CONTAINER_REGISTRY_PASSWORD> <CONTAINER_REGISTRY_NAME>
   

   Azure portal でコンテナー レジストリの [アクセス キー] セクションに移動します。 レジストリ名、パスワード、ログイン サーバーをコピーして使用します。

   

   資格情報を指定すると、サインインに成功します。

   

6. Azure コンテナー レジストリにイメージをプッシュします。 VS Code Explorer で、deployment.template.json ファイルを選択して右クリックし、[IoT Edge ソリューションのビルドとプッシュ] を選択します。

   

   Python と Python の拡張機能がインストールされていない場合は、ソリューションをビルドしてプッシュするとインストールされます。 ただし、ビルド時間は長くなります。

   この手順が完了すると、コンテナー レジストリにモジュールが表示されます。

   

7. 配置マニフェストを作成するには、deployment.template.json ファイルを右クリックし、[IoT Edge 配置マニフェストの生成] を選択します。

   

   配置マニフェストが生成されたパスが通知されます。 マニフェストは、config フォルダーに生成された deployment.amd64.json ファイルです。

8. config フォルダーで deployment.amd64.json ファイルを選択し、[単一デバイスのデプロイの作成] をクリックします。 deployment.template.json ファイルは使用しないでください。

   

   [出力] ウィンドウに、デプロイに成功したことを示すメッセージが表示されます。

   

モジュールを監視する

1. VS Code コマンド パレットで、[Azure IoT Hub: Select IoT Hub]\(Azure IoT Hub: IoT ハブの選択\) を実行します。

2. 構成する IoT Edge デバイスが含まれているサブスクリプションと IoT ハブを選択します。 この場合、Azure Stack Edge Pro デバイスのデプロイに使用するサブスクリプションを選択し、Azure Stack Edge Pro デバイス用に作成された IoT Edge デバイスを選択します。 これは、前の手順で Azure portal からコンピューティングを構成した場合に発生します。

3. VS Code エクスプローラーで、[Azure IoT Hub] セクションを展開します。 [デバイス] に、Azure Stack Edge Pro デバイスに対応する IoT Edge デバイスが表示されます。

   1. そのデバイスを選択して右クリックし、[組み込みイベント エンドポイントの監視を開始する] を選択します。

      

   2. [デバイス] > [モジュール] の順にアクセスして、GPU モジュールが実行中であることを確認します。

      

   3. VS Code ターミナルでも Azure Stack Edge Pro デバイスの監視出力に IoT Hub イベントが含まれていることを確認します。

      

      CPU よりも GPU の方が、同じ操作セット (5000 回の図形変換) の実行にかかった時間がずっと短いことがわかります。

次のステップ

• モジュールを使用するために GPU を構成する方法を確認します。