本文属于机器翻译版本。若本译文内容与英语原文存在差异，则一律以英文原文为准。
启动Amazon Deep Learning AMI带有 EFA 的实例
最新 DLAMI 可随时与 EFA 结合使用，并随附所需的驱动程序、内核模块、libfabric、openmpi 和NCCL OFI 插件
支持的 CUDA 版本：只有使用 EFA 的 NCCL 应用程序才在 CUDA-10.0、CUDA-10.1、CUDA-10.2 和 CUDA-11.0 上受支持，因为 NCCL OFI 插件要求 NCCL 版本 > 2.4.2。
注意：
-
运行 NCCL 应用程序时使用
mpirun，则必须将 EFA 支持的安装的完整路径指定为：/opt/amazon/openmpi/bin/mpirun <command> -
要使您的应用程序能够使用 EFA，请将
FI_PROVIDER="efa"添加到mpirun命令，如在 DLAMI 上使用全民教育中所示。
准备启用 EFA 的安全组
EFA 要求使用一个安全组，以允许进出安全组本身的所有入站和出站流量。 有关更多信息，请参阅 。EFA 文档。
-
通过以下网址打开 Amazon EC2 控制台：https://console.aws.amazon.com/ec2/
。 -
在导航窗格中，选择个安全组，然后选择创建安全组。
-
在创建安全组窗口中，执行以下操作：
-
适用于安全组名称中，输入一个描述性的安全组名称，例如
EFA-enabled security group。 -
（可选）适用于说明中，输入安全组的简要描述。
-
适用于VPC中，选择要在其中启动启用了 EFA 的实例的 VPC。
-
选择 Create (创建)。
-
-
选择您创建的安全组，然后在说明选项卡上，复制Group ID (组 ID)。
-
在存储库的入站和出站选项卡中，执行以下操作：
-
选择 Edit。
-
对于 Type (类型)，请选择 All traffic (所有流量)。
-
对于 Source，选择 Custom。
-
将您复制的安全组 ID 粘贴到该字段中。
-
选择 Save。
-
-
启用入站流量，请参考授权您 Linux 实例的入站流量。如果您跳过此步骤，您将无法与您的 DLAMI 实例进行通信。
启动实例
EFA 关于Amazon Deep Learning AMI目前支持以下实例类型和操作系统：
-
p3dn.24xlarge：Amazon Linux、Amazon Linux 2、Ubuntu 16.04 和 Ubuntu 18.04
-
p4d.24xlarge：亚马逊 Linux 2、Ubuntu 16.04 和 Ubuntu 18.04
以下章节说明如何启动启用 EFA 的 DLAMI 实例。有关启动启用 EFA 的实例的更多信息，请参阅在集群置放群置放群组中启动启用了 EFA 的实例。
-
通过以下网址打开 Amazon EC2 控制台：https://console.aws.amazon.com/ec2/
。 -
选择 Launch Instance。
-
在存储库的选择 AMI页面上，选择 '深度学习 AMI (Ubuntu 18.04) 25.0 版本
-
在存储库的选择一个实例类型页面上，选择以下支持的实例类型之一，然后选择后续：配置实例详细信息。有关支持的实例列表，请参阅此链接：https://docs.aws.amazon.com/AWSEC2/latest/UserGuide/efa-start.html
-
在 Configure Instance Details (配置实例详细信息) 页面中，执行以下操作：
-
对于 Number of instances (实例的数量)，请输入要启动的启用了 EFA 的实例数量。
-
对于 Network (网络) 和 Subnet (子网)，请选择要在其中启动实例的 VPC 和子网。
-
[可选] 适用于置放群组中，选择将实例添加到置放群组。为获得最佳性能，请在置放群组中启动实例。
-
[可选] 适用于置放群组名称中，选择添加到新置放群组中，输入置放群组的描述性名称，然后对于置放群组策略中，选择集群。
-
请确保启用“弹性面料适配器”在此页面上。如果禁用此选项，请将子网更改为支持所选实例类型的子网。
-
在 Network Interfaces (网络接口) 部分中，为设备 eth0 选择 New network interface (新网络接口)。您可以选择指定主 IPv4 地址以及一个或多个辅助 IPv4 地址。如果在具有关联的 IPv6 CIDR 块的子网中启动实例，您可以选择指定主 IPv6 地址以及一个或多个辅助 IPv6 地址。
-
选择 Next:。添加存储。
-
-
在存储库的添加存储页面上，除了 AMI 指定的卷（如根设备卷）以外，还要指定要附加到实例的卷，然后选择后续：添加标签。
-
在存储库的添加标签页面上，为实例指定标签（例如，便于用户识别的名称），然后选择后续：配置安全组。
-
在存储库的配置安全组页面, 用于分配安全组中，选择选择现有安全组，然后选择您之前创建的安全组。
-
选择 Review and Launch。
-
在 Review Instance Launch (核查实例启动) 页面上，检查这些设置，然后选择 Launch (启动) 以选择一个密钥对并启动您的实例。
验证 EFA 附件
通过控制台
启动实例后，在Amazon控制台。为此，请在 EC2 控制台中选择实例，然后查看页面下部窗格中的 Description (描述) 选项卡。找到参数“Network Interfaces: eth0”，然后单击 eth0，这将弹出一个弹出窗口。确保 “弹性织物适配器” 已启用。
如果 EFA 未启用，您可以通过以下任一方式解决此问题：
-
终止 EC2 实例并使用相同步骤启动新实例。确保 EFA 已附加。
-
将 EFA 附加到现有实例。
-
在 EC2 控制台中，转到 Network Interfaces (网络接口)。
-
单击 Create a Network Interface (创建虚拟网络接口)。
-
选择您的实例所在的相同子网。
-
确保启用 “弹性面料适配器” 并点击 Create (创建)。
-
返回 EC2 Instances (EC2 实例) 选项卡并选择您的实例。
-
转到操作：实例状态并在附加 EFA 之前停止实例。
-
从操作中，选择网络连接：连接网络接口。
-
选择您刚刚创建的界面，然后点击“附加”。
-
重新启动您的实例。
-
通过实例
DLAMI 上已存在以下测试脚本。运行它以确保内核模块正确加载。
$ fi_info -p efa
您的输出应类似于以下内容。
provider: efa fabric: EFA-fe80::e5:56ff:fe34:56a8 domain: efa_0-rdm version: 2.0 type: FI_EP_RDM protocol: FI_PROTO_EFA provider: efa fabric: EFA-fe80::e5:56ff:fe34:56a8 domain: efa_0-dgrm version: 2.0 type: FI_EP_DGRAM protocol: FI_PROTO_EFA provider: efa;ofi_rxd fabric: EFA-fe80::e5:56ff:fe34:56a8 domain: efa_0-dgrm version: 1.0 type: FI_EP_RDM protocol: FI_PROTO_RXD
验证安全组配置
DLAMI 上已存在以下测试脚本。运行它以确保您创建的安全组配置正确。
$ cd ~/src/bin/efa-tests/ $ ./efa_test.sh
您的输出应类似于以下内容。
Starting server... Starting client... bytes #sent #ack total time MB/sec usec/xfer Mxfers/sec 64 10 =10 1.2k 0.02s 0.06 1123.55 0.00 256 10 =10 5k 0.00s 17.66 14.50 0.07 1k 10 =10 20k 0.00s 67.81 15.10 0.07 4k 10 =10 80k 0.00s 237.45 17.25 0.06 64k 10 =10 1.2m 0.00s 921.10 71.15 0.01 1m 10 =10 20m 0.01s 2122.41 494.05 0.00
如果它停止响应或未完成，请确保您的安全组具有正确的入站/出站规则。