从云基础架构导出设置的虚拟机以在本地使用

Question

我需要使用基于张量流的神经元网络架构 (PointNet https://github.com/charlesq34/pointnet) 执行一些机器学习任务。我想使用云基础设施来做到这一点，因为我没有所需的物理资源。客户的要求是，他们希望得到我用于之后培训的整台机器，而不仅仅是最终模型。这是因为他们是研究人员，想自己使用机器，玩转并了解我做了什么，但他们不想自己进行设置/安装工作。不幸的是，他们现在无法自己提供（物理或虚拟）机器。

问题是：在 google cloud 或 AWS 等云基础设施提供商上设置机器，安装所需的软件（使用 Nvidia Cuda）并在合适的硬件可用时导出这台机器是否可行/合理，将其导入虚拟化工具（如Virtual Box）并继续在自己的系统上使用？已安装的 GPU/Cuda 相关软件，如 TensorFlow 等是否仍然可以使用？

Answer 1

我想这是可能的，但需要配置特定的硬件以使其在本地环境中工作。

对于谷歌云平台， the introduction to Deep Learning Containers，您是否允许创建便携式环境。

Deep Learning Containers 是一组 Docker 容器，预装了关键的数据科学框架、库和工具。这些容器为您提供性能优化的一致环境，可帮助您快速原型化和实施工作流程。了解更多。

另外，请查看Running Instances with GPU accelerators

Google 为用户在 Container-Optimized OS VM 实例上的 Docker 容器内运行其 GPU 工作负载提供无缝体验，以便用户可以从其他 Container-Optimized OS 功能（例如安全性和可靠性）中受益。

要使用 Virtualbox 配置 Docker，请查看external blog。