Requisitos de hardware

The 2021.10 Document Understanding ML Packages are different from previous releases in the way they use GPUs and CPUs.

Previous releases would train the same model architecture regardless of whether the Training Pipeline is run on a GPU or on a CPU. However, 2021.10 Document Understanding ML Packages include an optimization which reduces the size of the model when training on CPU, to accelerate the training process.

Como resultado, el entrenamiento en GPU solo es cinco veces más rápido que en CPU (antes era de 10 a 20 veces más rápido). Esto también permite entrenar modelos en CPU con hasta 5000 páginas (anteriormente el máximo eran 500).

Please be aware that training Document Understanding models on GPU requires a GPU with at least 11GB of video RAM to run successfully.

Utiliza la siguiente tabla para comprobar la compatibilidad entre los paquetes ML, la versión de CUDA y la versión del controlador de la GPU.

versión de paquetes ML	Versión de CUDA	Versión de cudDNN	Controlador de NVIDIA (versión inferior compatible)	Generación de hardware
2021.10	CUDA 11.1	cuDNN 8.0.5	R450.36.06	Ampere, Turing, Volta, Pascal, Maxwell, Kepler

CUDA es compatible con versiones anteriores, lo que significa que las aplicaciones CUDA existentes pueden seguir utilizándose con versiones CUDA más recientes.

More information about compatibility can be found here