在過去的半年里，NVIDIA 與百度飛槳緊密合作，針對用戶的多層次需求，雙方聯合開發了三大主要產品：

基于 NVIDIA GPU 定制優化的 NGC 飛槳容器，包含了最新的 NVIDIA 工具包和優化后的飛槳版本，致力于為開發者提供最佳的開發環境。

GitHub 上 NVIDIA Deep Learning Examples[1] 倉庫向用戶提供易于訓練和部署的飛槳模型示例。

在 NVIDIA 深度學習培訓中心 DLI Course[2]，NVIDIA 與飛槳共建的系列免費課程及聯名認證證書也即將上線，旨在幫助大家提高訓推性能并簡化代碼。(課程預計下半年與大家見面)

容器是什么？為什么要使用容器？

容器包含了深度學習框架在運行時所需的所有部件（包括驅動，工具包等），被認為是在同一環境中實現“構建、測試、部署”的最佳平臺。因為它具有輕量化與可復制性、打包和執行環境合二為一以及簡化應用程序部署的優勢。容器允許我們創建標準化可復制的輕量級開發環境，擺脫來自 Hypervisor 所帶來運行開銷。應用程序可以基于 Container Runtime 運行在“任意”系統中。

為什么要開發 NGC 飛槳容器?

根據多份市場調研報告顯示，飛槳已位居中國深度學習平臺市場首位，并構建了全球前三、中國第一的 AI 開發者生態。如何確保龐大規模的飛槳開發者，尤其是采用 NVIDIA 平臺的飛槳用戶持續獲得最佳的開發體驗，始終是飛槳和 NVIDIA 團隊共同關注的話題。

飛槳和 NVIDIA 團隊從與開發者用戶的持續交流中，收集到了一些使用上的痛點需求。比如，在提供 NGC 飛槳容器前，飛槳用戶如果希望使用 NVIDIA 最新軟件棧進行開發、訓練、部署，需要做大量的手動配置工作，這對不少用戶而言是一個巨大的工程挑戰。

針對這些需求，NVIDIA 與百度飛槳聯合開發了 NGC 飛槳容器，將最新的飛槳與最新的 NVIDIA 的軟件棧進行了無縫的集成與性能優化，最大程度的釋放飛槳框架在 NVIDIA 最新硬件上的計算能力。這樣，用戶不僅可以快速開啟 AI 應用，專注于創新和應用本身，還能夠在 AI 訓練和推理任務上獲得飛槳 + NVIDIA 帶來的飛速體驗。

“NGC 飛槳容器”與“飛槳現有容器”版本的區別是什么？

飛槳現有的容器版本提供了全面的、在不同軟件版本和環境下的飛槳容器，用戶可以根據自己當前的軟硬件環境，挑選相應的容器來下載使用。

而 NGC 飛槳容器跟飛槳現有的容器相比，有哪些顯著的優勢？

以月為單位升級更新，每月底發布全新版本，無需注冊即可下載。

集成了最新的 NVIDIA 的軟件棧（在 NGC 飛槳容器上線前，飛槳官網容器最新版是 CUDA 11.2, 而 NVIDIA CUDA 最新版本已更新至 CUDA 11.7），且雙方針對最新版本的軟件棧對飛槳進行了適配和優化。此外， NGC 飛槳容器還集成了更新的 Ubuntu OS 版本（Ubuntu 20.04）。

在驗證過的模型上擁有更佳的性能（目前，雙方已在 GitHub NVIDIA Deep Learning Examples中發布了 ResNet50 模型）。

產品經過嚴格的開發測試流程，包括 CI（Continuous Integration，持續集成）、CD（Continuous Deployment，持續部署）、QA（Quality Assurance，質量保證）以及針對各類硬件和各種硬件拓撲等的開發測試流程），且每次更新版本都會提供對應詳盡的產品介紹、同類產品的對比、可靠度測試及掃描報告。

需要說明的是，以上 NGC 飛槳容器的特性最終都將被 GitHub 飛槳代碼庫集成。

如何下載并使用 NGC 飛槳容器？

NGC 飛槳容器已經集成入飛槳官網主頁。你可以選擇 “飛槳版本”+“Linux”+“Docker”+“CUDA 11.7”找到對應的 Container 下載指令。

運行結果如下

此外，你也可登錄 NVIDIA NGC 官網，無需注冊即可下載獲得豐富詳細的英文版介紹文檔及下載鏈接。NGC官網中還有更多 NVIDIA 針對 AI 優化的容器，工具包，模型等。

審核編輯：湯梓紅