Verwendet h2o alle verfügbaren Kerne auf einem ec2 Server (nicht Instanz) im laufenden Betrieb?h2o ec2 max Verwendung von Kernen
Ich frage, weil ich mehrere Instanzen von rstudio auf ec2 ausführen. Manche sind größer, manche kleiner. Mein Spaghetti-Code wird von einem Fenster in ein anderes übertragen.
Bei der Einstellung Kerne auf einem t2.micro
h2o.init(nthreads = -1)
Es werde ich explizit für die Instanz geschaffen, um die „max“ Anzahl der Kerne verbinden.
H2O cluster total nodes: 1
H2O cluster total memory: 0.23 GB
H2O cluster total cores: 15
H2O cluster allowed cores: 1
Scheint darauf hinzuweisen, dass mehr Kerne verfügbar sind.
Ich bemerkte dies, wenn ich Code von einer anderen Instanz mit 16 Kernen auf die Instanz mit 1 Kern übertrug.
h2o.init(nthreads = 16)
Dieser Code erstellt
H2O cluster total nodes: 1
H2O cluster total memory: 0.23 GB
H2O cluster total cores: 15
H2O cluster allowed cores: 15
Ein anderes Beispiel, auf der 16 Kern Beispiel, war ich neugierig und stellen NTHREADS = 128, aber es maxes bei 40.
Ist h2o Grabbing zusätzliche zulässige Kerne im laufenden Betrieb? Ich frage, denn das wäre viel einfacher und schneller als das Einrichten eines Clusters.
Die Instanzklasse t2.micro ist eine Einzelkernmaschine. Vergleichen Sie die Ausgabe von 'cat/proc/cpuinfo' auf verschiedenen Instanzenklassenmaschinen. Darüber hinaus bin ich mir nicht sicher, was hier gefragt wird. –