全名為 NVIDIA GPU Cloud 的 NGC 中心，是近年來 NVIDIA 用來統籌應用資源的云中心，本身并不具備任何計算功能，主要就是“應用資源分類整理”用途，將 NVIDIA 絕大部分與 GPU 開發相關的工具包、開發包、機器學習預訓練模型等等，全部集中在這上面，方便開發人員集中使用與下載開發資源。

登錄 http://ngc.nvidia.com 就能進入 NGC 中心，不過這個入口的更新頻率很高，首頁所看到的內容可能跳轉至其他地方。網頁最左邊的 “Explore Catalog” 與右上角的“用戶名(未登錄之前為 Guest)”，大致是固定的。

目前 NGC 將所有資源區分為以下五大類：

Collections(集合)：

這里存放著“以應用為單位”的綜合信息內容，因為每個應用都需要用到一個以上的容器、預訓練模型、Helm 管理模塊或資源，在 NGC 里存放數百個這些元件，如果讓開發者自行搜索的話，的確是一件相當費勁的工作。

NVIDIA 將個別應用所需要的相關信息，先整理好并存放在這個分類里，讓使用者可以非常輕松地掌握每個應用所需要的資源列表，目前已經整理好 50+個應用，包括 TAO 對話 AI、ASR 自動語音識別、NLP 自然語言處理等等，還在陸續增加當中。

下面截屏是在 “Query” 欄輸入 “tao” 后，會出現 10 個已經整理好的應用：

當點擊 “TAO Toolkit-Conversational AI” 之后，就會進入下面 “Overview” 截圖的內容，顯示在 NGC 中心里，目前有 1 個容器、10 個預訓練模型與 8 項資源與這個應用是有關的，當然這些數字未來是有可能改變的。

點擊 “Entities” 就能看到如下圖，列出每個元件的名稱以及進入該元件說明的鏈接：

這樣就能很輕松地掌握每個應用完整的資源信息。

Containers(容器)：

Docker 是非常好的用于封裝應用軟件的容器技術，封裝的鏡像能提供完全獨立的執行環境，這樣能有效地解決多種應用的同時運作。

由于 NVIDIA 的各種開發套件之間，仍有可能存在 CUDA/cuDNN/TensorRT 這些底層庫的版本兼容問題，另外包括 Python 各種數學庫之間的版本依賴，經常造成軟件安裝的困難度。

NVIDIA 將大部分開發套件與工具包，以不同應用場景或功能組合的形式，用 Docker 技術進行封裝，例如 TAO 開發工具就有 for Conv AI、for CV 與 for Lanuage Model 三種鏡像，而 DeepStream 有 6 種以上的鏡像。

使用鏡像技術，開發者只需要在工作平臺上安裝最基礎的 GPU 驅動、docker 管理器與 nv-docker 解析器，就能非常輕松地使用這些應用。目前 NGC 上已經有將近 200 個容器鏡像，可以免費使用。

Helm Charts

這是一組針對 Kubernetes 集群的管理與運維的工具，配合 docker 技術執行應用軟件的部署與管理，與 GPU 計算沒有直接關聯，通常使用在數據中心、云平臺上，對各種部署的 GPU 應用進行管理與監控，其中 NVIDIA Network Operator Helm Chart 是最重要的基礎元件，對這方面有需求的讀者可以從這個元件開始上手。

Models(模型)：

這里提供 300+個預訓練好的人工智能模型，包括圖像分類、對象檢測、語言翻譯、文本到語音、推薦引擎、情感分析等等，主要配合遷移學習(transfer learning) 的用途，或者直接拿來作為體驗演示用途。

這里的所有模型都是經由最專業的技術人員，根據不同數據精度在 NVIDIA 最高端設備進行訓練，在精確度與性能上都經過優化處理，包括 NVIDIA Tensor Core GPU，這樣的預訓練模型能為開發人員節省非常大量的模型訓練時間。

Resources

這里存放的內容，就是為創建深度學習模型的分步說明和腳本，例如用于 Jupyter環境的 .ipynb 腳本，還有一些使用相關的指導文件或范例代碼。

以上簡單介紹了 NGC 的內容，NVIDIA 為開發人員提供非常豐富與優異的資源，若能好好善用 NGC 的功能，就能在人工智能的應用開發上得到事半功倍的效果。

要使用這些資源的第一件事情，就是要申請 NGC 賬號，這個賬號與 NVIDIA 開發者申請的賬號是互相獨立的，因此需要單獨申請。本文最后就是帶著大家去申請一個賬號，并且申請一組密鑰，這樣就能輕松使用 NGC 的內容。

1. 創建NGC賬號：

(1)登錄 https://ngc.nvidia.com 會直接出現 CATALOG 畫面。

(2)請點擊下圖右上角 “Welcome Guest”，然后點選下方 “Sing in/Sing Up”。

(3)進入后點選 “NVIDIA Account” 旁邊的 “Continue”，就會進入下圖右的“登陸”或“創建一個賬戶”的畫面。

(4)剩下的步驟與一般申請賬號的過程是一樣的，使用一個正規的郵箱進行申請，不過 NGC 為了便利國內用戶，也允許使用 QQ 或微信賬號登錄。在下面截屏下方點擊 “Show more”，就會出現 “Login with QQ” 與 “Login with WeChat” 選項，點入之后掃描二維碼就能進行賬號創建。

后面仍需要完成進一步的賬號確認工作，回復 NGC 所發送的確認郵件，才能完成完成整個賬號創建工作。

2. 獲取NGC密鑰：

(1)登陸 NGC 之后，會看到右上角出現您的登錄名，以及一組哈希數列。點選用戶名所出現的下拉菜單中，選擇 “setup” 選項。

(2)進入 Setup 選項后會出現下面兩個設定，點擊左邊的 “Get API Key”：

(3)點擊下圖右上角 “Generate API KEY” 會跳出“確認”，點擊 “confirm” 即可

(4)在最下面會出現一組長度 85 的字符串：

由于密鑰只有在創建時候能看到內容，日后無法在 NGC 獨立查詢，請自行復制做好記錄。這組密鑰在整個訓練過程以及最后推理時都需要用到，非常關鍵，如果遺忘的話就得重新再創建一組，而前面所訓練的模型，可能就得重新再做一次。

本文只是將 NGC 的內容做個簡單的介紹，以及講解創建賬號、生成密鑰的過程，更多關于 NGC 的詳細使用說明。

原文標題：NVIDIA Jetson Nano 2GB 系列文章(54)：NGC的內容簡介與注冊密鑰

文章出處：【微信公眾號：NVIDIA英偉達企業解決方案】歡迎添加關注!文章轉載請注明出處。

審核編輯：湯梓紅