最近Google Colabで重いデータセットを学習させるケースが増えてきました。
ただし無料版のColabで長時間GPUを使っていると、制限が掛かり暫く使えなくなります。
そのため有料版のColab Proに課金してみました。
GPUバックエンドに接続できませんが出たのでColab Proに課金した話
最近、無料版のColabで長時間GPUを使っており制限がよくかかっていました。
そのため有料版のColab Proに課金しました。その旨を紹介します。
GPUバックエンドに接続できませんが発生するとき
実際に学習させていたのは、下記記事のpytorchの学習をさせていたときです。
Vitis AI Model ZooでPyTorch+YOLOXを動かそうとしたメモ
画像認識のデータセットを無料のColabのGPUで学習させていました。
その際に「GPUバックエンドに接続できません」が発生しました。
数時間のときもあれば、12時間程度で発生するケースもありました。
Colab での使用量上限に達したため、現在GPU に接続できません。という文言です。
ネットを調べると、やはり無償版のColabでGPUを使い続けていると出るようです。
無料版のColabで再度GPUが使えるまでの時間は？
一度、無料版のColabでGPUの制限が掛かると、暫くはGPUが使えなくなります。
あくまで筆者の経験ですが、復帰するのは大体24時間ぐらいのケースが多かったです。
ただ時間帯・時期によっては、24時間以上にも以下にもなったりします。
(世界中の無料版Colabのユーザが使っているので、計算資源の空き次第かと思います)
有料版のColab Proの料金は1000円程度
Colab Proの料金は1000円程度です。消費税合わせて月額1179円でした。
高いか安いかに関しては、人それぞれだと思います。
ただ筆者のPCがノートでGPUが無いので、クラウド上のGPU環境は非常に助かります。
個人的には月1000円程度で、数十万～100万円近くのGPUが使えるので満足です。
Colab ProだとGPUガチャで良いのが引ける
有料版のColab Proですと、基本的にはGPU制限掛かることなく使えます。
また良いGPUが選ばれやすくなります。
無料のColabのGPUはTesla K80がほとんど
無償版のColabでGPUを使っていた時は、ほぼ100%の確率でTesla K80でした。
|
1 2 3 4 5 6 7 8 9 10 11 |
+-----------------------------------------------------------------------------+ | NVIDIA-SMI 460.32.03 Driver Version: 460.32.03 CUDA Version: 11.2 | |-------------------------------+----------------------+----------------------+ | GPU Name Persistence-M| Bus-Id Disp.A | Volatile Uncorr. ECC | | Fan Temp Perf Pwr:Usage/Cap| Memory-Usage | GPU-Util Compute M. | | | | MIG M. | |===============================+======================+======================| | 0 Tesla K80 Off | 00000000:00:04.0 Off | 0 | | N/A 46C P8 29W / 149W | 0MiB / 11441MiB | 0% Default | | | | N/A | +-------------------------------+----------------------+----------------------+ |
Colab ProだとTesla P100-PCIEがほとんど
有料版のColab Proだと、ほとんどがTesla P100-PCIEでした。
データセットの学習時に良く容量不足になるため、GPU上のメモリも増えて助かります。
|
1 2 3 4 5 6 7 8 9 10 11 |
+-----------------------------------------------------------------------------+ | NVIDIA-SMI 460.32.03 Driver Version: 460.32.03 CUDA Version: 11.2 | |-------------------------------+----------------------+----------------------+ | GPU Name Persistence-M| Bus-Id Disp.A | Volatile Uncorr. ECC | | Fan Temp Perf Pwr:Usage/Cap| Memory-Usage | GPU-Util Compute M. | | | | MIG M. | |===============================+======================+======================| | 0 Tesla P100-PCIE... Off | 00000000:00:04.0 Off | 0 | | N/A 38C P0 27W / 250W | 0MiB / 16280MiB | 0% Default | | | | N/A | +-------------------------------+----------------------+----------------------+ |
Colab ProだとTesla T4がたまにある
有料版のColab Proだと、たまにTesla T4を引くケースもありました。
|
1 2 3 4 5 6 7 8 9 10 11 |
+-----------------------------------------------------------------------------+ | NVIDIA-SMI 460.32.03 Driver Version: 460.32.03 CUDA Version: 11.2 | |-------------------------------+----------------------+----------------------+ | GPU Name Persistence-M| Bus-Id Disp.A | Volatile Uncorr. ECC | | Fan Temp Perf Pwr:Usage/Cap| Memory-Usage | GPU-Util Compute M. | | | | MIG M. | |===============================+======================+======================| | 0 Tesla T4 Off | 00000000:00:04.0 Off | 0 | | N/A 53C P8 9W / 70W | 0MiB / 15109MiB | 0% Default | | | | N/A | +-------------------------------+----------------------+----------------------+ |
まとめ
有料版のColab Proに課金した話を紹介させていただきました。
よろしければ皆さまも試してみて下さい。
下記記事ではColab Proを存分に利用して、YOLOXの学習まで実施しています。
是非一緒にご覧ください。(リンク先はこちら)
コメント
[…] ※Colab Pro (有償プラン) に契約しなくても GPU を使用することができますが、使いすぎると制限がかかるようです。 […]