Sun, Jun 05, 2022
Usando módulo NVIDIA opensource em desktops
Veremos aqui como instalar o modulo do kernel opensource da NVIDIA, entretanto na versão 515.48.07 o suporte a GeForce e Workstation ainda é considerado de qualidade alfa. Então para forçar a instalação, devemos usar o parâmetro NVreg_OpenRmEnableUnsupportedGpus como veremos a seguir.
Primeiramente efetue o download dos fontes com o comando git e entre na pasta recém criada:
$ git clone https://github.com/NVIDIA/open-gpu-kernel-modules $ cd open-gpu-kernel-modules $ make modules -j`nproc` $ sudo make modules_install -j`nproc`
Para um melhor entendimento, veja o video abaixo:
Agora efetue o download do driver para instalar o firmware e componentes baixando o instalado em https://www.nvidia.com.br/content/DriverDownload-March2009/confirmation.php?url=/XFree86/Linux-x86_64/515.48.07/NVIDIA-Linux-x86_64-515.48.07.run
Execute o arquivo recém baixado com o parâmetro no-kernel-modules
$ sudo sh ./NVIDIA-Linux-x86_64-515.48.07.run --no-kernel-modules
Agora devemos criar o arquivo nvidia.conf com o comando abaixo para habilitar o uso em desktop:
$ sudo echo "blacklist nouveau" > /etc/modprobe.d/nvidia.conf $ sudo echo "options nvidia NVreg_OpenRmEnableUnsupportedGpus=1" >> /etc/modprobe.d/nvidia.conf $ sudo mkinitrd
Com tudo configurado, vamos levantar o modulo do kernel.
$ sudo modprobe nvidia
Agora se tudo estiver funcionando corretamente, basta usar os comando abaixo para testar o respectivo funcionamento.
$ sudo modinfo nvidia | grep license license: Dual MIT/GPL
$ cat /proc/driver/nvidia/version NVRM version: NVIDIA UNIX Open Kernel Module for x86_64 515.48.07 Release Build (cabelo@localhost.localdomain) sáb 04 jun 2022 17:35:41 -03 GCC version: gcc version 11.2.1 20220420 [revision 691af15031e00227ba6d5935c1d737026cda4129] (SUSE Linux)
E pronto!
Wed, May 25, 2022
Pacote com versão maliciosa do pacote ctx em python estava presente no PyPI.
O pacote ctx não era atualizado faz 8 anos, e até o presente momento nenhuma mudança foi refletida no github https://github.com/figlief/ctx. Mas este pacote foi comprometido dia 21/05 durante uma substituição maliciosa que envia as credenciais da AWS para um servidor.
O pacote ctx tem em média 22.000 downloads por semana. O pacote malicioso foi disponibilizado a partir do dia 14 de maio. O invasor trabalhou na versão 0.1.2 e também nas ultimas versões 0.2.2 3 0.2.6. O objetivo é roubar as credenciais AWS. Os dados enviados são/eram o AWS access Key ID, nome do host e AWS secret access key, toda vez que um dicionário era criado. Tudo foi removido, mas para quem sofreu o ataque o estrago pode ser grande.
Como detectar se o sistema contem o pacote com código malicioso? Para não ter duvida, mude para o diretório raiz e efetue o seguinte comando que varrerá todo o disco.
$ cd /
$ sudo find . -name 'ctx*py'|xargs grep AWS
Se nada aconteceu, fique em paz e vá tomar um café ou uma cerveja. Caso contrário, se obter o resultado abaixo, remova e troque imediatamente as credenciais da AWS e desinstale o pacote ctx e instale novamente e reexecute o comando acima.
$ cd /
$ sudo find . -name 'ctx*py'|xargs grep AWS
if environ.get('AWS_ACCESS_KEY_ID') is not None:
self.access = environ.get('AWS_ACCESS_KEY_ID')
if environ.get('AWS_SECRET_ACCESS_KEY') is not None:
self.secret = environ.get('AWS_SECRET_ACCESS_KEY')
Fonte : https://python-security.readthedocs.io/pypi-vuln/index-2022-05-24-ctx-domain-takeover.html
Thu, May 12, 2022
Notícia do Ano: Módulo da NVIDIA opensource!
A NVIDIA acaba de publicar o módulo do kernel da GPU para o Linux com código aberto sobre a licença GPL/MIT. Após a versão R515, o código fonte está disponível no github https://github.com/NVIDIA/open-gpu-kernel-modules.
Para mim o ano já acabou de notícias boas, pois esta versão é um passo significativo para o mundo de visão computacional no sistema operacional GNU/Linux, assim trazendo uma maior integração com o sistema operacional e com os desenvolvedores da comunidade para contribuírem de volta.
Para provedores de distribuição Linux, os módulos de código aberto aumentam a facilidade de uso, como também melhorar a experiência de distribuição do driver da GPU NVIDIA. A Canonical e a SUSE são capazes de empacotar imediatamente os módulos de kernel abertos com o Ubuntu e SUSE Linux Enterprise Distributions.
Os desenvolvedores terão total transparência do código, isto ajudará a melhorar ainda mais a qualidade e a segurança do driver da GPU NVIDIA. A cada lançamento do driver, a NVIDIA compartilhara o código-fonte no GitHub . Os patches enviados pela comunidade são revisados e, se aprovados, integrados em uma versão futura do driver.
Funcionalidade compatível
A primeira versão dos módulos de kernel da GPU opensource é R515. Será disponibilizado o código-fonte com suas versões completas e empacotadas dos drivers.
Nesta versão de opensource, o suporte para GPUs GeForce e Workstation encontra-se na versão alfa. O modulo do kernel opensource funciona com o mesmo firmware mas devendo obedecer o número da versão.
Opção de instalação
A versão R515 contém versões pré-compiladas do driver de código fechado e dos módulos de kernel de código aberto. O usuário pode fazer a escolha no momento da instalação de qual módulo instalar.A NVIDIA tem trabalhado com Canonical, Red Hat e SUSE na melhor prática de empacotamento, implantação e suporte.
SUSE
Markus Noga, Gerente Geral, Business Critical Linux na SUSE
“Nós da SUSE estamos animados que a NVIDIA está lançando seu driver de modo kernel de GPU como código aberto. Este é um verdadeiro marco para a comunidade de código aberto e computação acelerada. A SUSE se orgulha de ser a primeira grande distribuição Linux a oferecer esse avanço com o SUSE Linux Enterprise 15 SP4 em junho. Juntos, a NVIDIA e a SUSE potencializam suas necessidades de computação acelerada por GPU em nuvem, data center e borda com uma cadeia de fornecimento de software segura e excelência em suporte.”
Mais informações no site original: https://developer.nvidia.com/blog/nvidia-releases-open-source-gpu-kernel-modules/
Mon, Apr 25, 2022
Pix2Seq: Nova interface de linguagem para detecção de objetos
A detecção de objetos é uma antiga do setor de visão computacional tem o objetivo de reconhecer e localizar todos os objetos de interesse em uma imagem. A complexidade é enorme em diversos aspectos.
Conforme descrito no paper, é possivel incorporar o conhecimento prévio específico da tarefa com uma técnica de aumento de sequência. Assim surgiu o projeto “Pix2Seq: A Language Modeling Framework for Object Detection”, publicado na ICLR 2022, foi proposto / apresentamos um método simples e genérico que trata a detecção de objetos de uma perspectiva completamente diferente comparado a tudo que conhecemos até o presente momento. Ao contrário dos projetos existentes que são específicas da tarefa, foi proposto a detecção de objetos como uma tarefa de modelagem de linguagem condicionada às entradas de pixel observadas.
Os resultados demonstrados pelo projeto Pix2Seq são animadores e competitivos ao projetos/algoritmos de detecção altamente especializados e bem otimizados existentes. O desempenho do Pix2Seq pode ser melhorado ainda mais com o pré-treinamento de dataset de objetos maior. O projeto foi disponibilizado para comunidade de desenvolvedor/pesquisadores no link : https://github.com/google-research/pix2seq
Conceito do Pix2Seq
A tecnologia é baseada na intuição se uma rede neural sabe onde e quais são os objetos em uma imagem. ( Veja na imagem de teste acima, a dedução de um controle remoto e um copo em minhas mãos ). Durante o aprendizado, o modelo pode aprender a fundamentar as descrições em observações de pixels, levando a representações úteis de objetos. Ao submeter uma imagem, o modelo Pix2Seq gera uma sequência de descrições de objetos, onde cada objeto é retornado usando cinco parâmetros: as coordenadas da região de interesse [ymin, xmin, ymax, xmax] e um rótulo de classe de objetos.
O Pix2Seq propõe uma quantização e serialização que converte as regiões de interesse e nome da classe em sequências de tokens discretos (semelhantes a legendas) e dispara uma arquitetura de codificador-decodificador para entender as entradas de pixel e gerar a sequência de descrições de objetos.
Em breve mais novidades.
Thu, Apr 21, 2022
lama: Rápida Convolução de Fourier.
Um modelo neural chamado LaMa (grande mascara em Pintura) que remove parte da imagem selecionada por máscaras irregulares. Usando Robusta e rápidas convolução de Fourier, um princípio computacional que obtêm a percepção do campo para ser preenchido com uma consistência visual incrível.
O resultado é surpreendente, pois o modelo interpreta e cria um novo campo preenchido pro predição visual. Este modelo pula as previsões intermediarias para obter os resultados em apenas uma única etapa. A técnica adquire todo o contexto da imagem utilizando Rápida Convolução de Fourier, assim utilizando informações de todas as partes da imagem para preencher a mascara sob a imagem.
Sistemas modernos similares sofrem com grandes áreas ausentes, estruturas complexas e alta resolução. Esta técnica propões um novo método, baseado em uma nova arquitetura de rede de pintura com Rápida Convolução de Fourier. Esta rede se encontra no estado da arte e alcança um desempenho formidável mesmo em cenários desafiadores.
Paper: https://arxiv.org/abs/2109.07161
Fontes: https://github.com/cabelo/lama
Thu, Apr 07, 2022
Metaverso no setor Agrícola
No estilo Metaverso (Avatar, contatos virtuais e outros) podemos ter uma lavoura de grãos onde utiliza diversos recursos e conta com máquinas de gigantes como Case IH, New Holland, John Deere, Massey Ferguson, Valtra e outras para plantar e colher.
“Metaverso”, terminologia para um universo virtual no qual as pessoas vão interagir entre si por meio de avatares digitais. Embora o termo tenha se popularizou, muitas iniciativas criou um universo digital para a interação entre jogadores e com a presença de um imersão realistas. O lançamento do Farming Simulator 22 é um exemplo prático. Este projeto baseia-se na rotina do agronegócio, assim proporcionando ensinamento e simulação.
O projeto permite operar isoladamente ou em conjunto, onde o objetivo é dividir os espaços, escolher o negócio adequado, e se atentar aos desafios gerados pelos ciclos sazonais e o clima do planeta.
Sat, Apr 02, 2022
NERF – Campo de Radiância Neurais
Esta tecnologia é impressionante apresentada pela NVIDIA, Neural graphics primitives (NeRF) reconstrói cenas 3D a partir de imagens 2D. A técnica utiliza a predição do campo de radiância , ou seja, prevendo a cor da luz que irradia em qualquer direção. Segundo a NVIDIA este princípio computacional é a mais rápida até o presente momento. Assim proporcionando um tempo 1000x menor com renderizações em 1080p em insignificantes milissegundos.
Principais evoluções:
- utilização uma determinada GPU para a tarefa do algoritmo de renderização/treinamento, que são muito mais rápidos do que tensores densos;
- uma eficaz pequena rede neural, mais rápida do que rotinas de multiplicação de matriz de em geral;
- e por último, tecnica da NVIDIA (codificação de grade de hash multiresolução), e disponibiliza uma melhor velocidade/qualidade comparado as outras técnicas.
NeRF utiliza a lib CUDA Toolkit e a biblioteca Tiny CUDA Neural Networks. O código fonte esta disponível nesta página; de acordo com a NVIDIA, a rede neural é leve o suficiente para rodar facilmente em uma única GPU.
Wed, Mar 30, 2022
Desfile de moda no Metaverso ocorreu entre 24 e 27 de março
A Decentraland que movimenta compra e venda de terrenos, agora proporcionou um desfile de moda de grandes grifes entre os dias 24 e 27 de março. O Fashion Week ganhou uma versão virtual e imersiva. O espaço recebeu várias marcas, e claro com comercialização de NFT de roupas e acessórios presente nos desfiles. Existe possibilidade de compra de produtos para o mundo virtual e físico, como jaquetas, moletom e outros. A tendência deste mercado é movimentar 50 bilhões de dólares até 2030, segundo a instituição financeira Morgan Stanley.
Tue, Mar 22, 2022
Meetup 02 – Rodeio Cloud Festival
Como membro da iniciativa AWS UserGroup Interior, venho convidar todos do Interior de SP Bebedouro, Araraquara, Sorocaba, Ribeirão Preto e outros municípios para participar do Rodeio Cloud Festival.
Seguindo a tradição de “nóis capota mas não breca!”, estamos divulgando nossa agenda do segundo encontro.
19:00 – Abertura e recados
19:10 – Case Tereos na AWS – Jota Sousa
20:05 – Rote AWS – De Bebedouro para o mundo! – Alessandro Cabelo
Nesta apresentação conheceremos a Tecnologia Certiface que nasceu em Bebedouro para proteger a humanidade contra os crimes de fraude utilizando a tecnologia de reconhecimento e biometria facial. Uma tecnologia que nasceu On-premises e teve sua trajetória e evolução utlizando Colocation em Bebedouro, Colocation na UOL Diveo e finalmente AWS para atender todo planeta.
Conheça mais dos nossos palestrantes:
Jota – https://www.linkedin.com/in/jjota
Cabelo – https://www.linkedin.com/in/alessandro-cabelo
INSCRIÇÃO AQUI!
https://www.meetup.com/pt-BR/aws-user-group-sp-interior/events/284492436/