欢乐颂第二季,新寡妇村传奇,欢乐颂第一季免费阅读

在前一篇文章已經(jīng)帶著讀者創(chuàng)建一個 Triton 的推理模型倉，現(xiàn)在只要安裝好服務(wù)器端與用戶端軟件，就能進行基本的測試與體驗。

為了簡化過程，我們使用 NVIDIA Jetson AGX Orin 設(shè)備進行示范，所有步驟都能適用于各種基于 NVIDIA Jetson 智能芯片的邊緣設(shè)備上，也適用于大部分裝載 Ubuntu 18 以上操作系統(tǒng)的 x86 設(shè)備上，即便設(shè)備上沒有安裝 NVIDIA 的 GPU 計算卡也能使用，只不過我們的提供的內(nèi)容都是基于 GPU 計算環(huán)境，對于純 CPU 的使用則需要用戶自行研讀說明文件。

現(xiàn)在就開始安裝 Triton 服務(wù)器軟件，NVIDIA 為 Triton 服務(wù)器提供以下三種軟件安裝的方式：

1. 源代碼編譯

這種方式需要從https://github.com/triton-inference-server/server下載源代碼，然后安裝依賴庫，再用 cmake 與 make 工具進行編譯。通常會遇到的麻煩是步驟繁瑣，并且出錯率較高，因此并不推薦使用這個方法。

有興趣者，請自行參考前面下載的開源倉里的docs/customization_guide/build.md文件，有關(guān)于 Ubuntu 20.04、Jetpack 與 Windows 等各種平臺的編譯細節(jié)。

2. 可執(zhí)行文件

Triton 開發(fā)團隊為使用者提供編譯好的可執(zhí)行文件，包括 Ubuntu 20.04、Jetpack 與Windows 平臺，可以在https://github.com/triton-inference-server/server/releases/ 上獲取，每個版本都會提供對應(yīng) NGC 容器的版本，如下圖：

然后到下面的“Assets”選擇合適的版本：

以裝載 Jetpack 5 的 Orin 為例，就下載

tritonserver2.26.0-jetpack5.0.2.tgz(1.13GB)壓縮文件到本機上，然后解壓縮到指定目錄下就可以，例如 ${HOME}/triton 目錄，會生成、、、、、等 6 個目錄，可執(zhí)行文件在目錄下。

在執(zhí)行 Triton 服務(wù)器軟件前，還得先安裝所需要的依賴庫，請執(zhí)行以下指令：

sudo apt-get update
sudoapt-getinstall-y--no-install-recommendssoftware-properties-commonautoconfautomakebuild-essentialgitlibb64-devlibre2-devlibssl-devlibtoollibboost-devrapidjson-devpatchelfpkg-configlibopenblas-devlibarchive-devzlib1g-dev

現(xiàn)在就可以執(zhí)行以下指令啟動 Triton 服務(wù)器：

cd  ${HOME}/triton
bin/tritonserver--model-repository=server/docs/examples/model_repository--backend-directory=backends--backend-config=tensorflow,version=2

如果最后出現(xiàn)以下畫面并且進入等待狀態(tài)：

現(xiàn)在 Triton 服務(wù)器已經(jīng)正常運行，進入等待用戶端提出請求（request）的狀態(tài)。

3. Docker容器

在NGC的

https://catalog.ngc.nvidia.com/orgs/nvidia/containers/tritonserver/tags可以找到 Triton 服務(wù)器的 Docker 鏡像文件，每個版本主要提供以下幾種版本：

year-xy-py3：包含 Triton 推理服務(wù)器，支持 Tensorflow、PyTorch、TensorRT、ONNX 和 OpenVINO 模型；
year-xy-py3-sdk：包含 Python 和 C++ 客戶端庫、客戶端示例和模型分析器；
year-xy-tf2-python-py3：僅支持 TensorFlow 2.x 和 python 后端的 Triton 推理服務(wù)器；
year-xy-pyt-python-py3：僅支持 PyTorch 和 python 后端的 Triton 服務(wù)器；
year-xy-py3-min：用作創(chuàng)建自定義 Triton 服務(wù)器容器的基礎(chǔ)，如 Customize Triton Container（自定義Triton容器）說明文件所描述的內(nèi)容；

其中“year”是年份的數(shù)字，例如 2022 年提交的就是“22”開頭；后面的“xy”是流水號，每次往上加“1”，例如 2022 年 10 月 4 日提交的版本為“22-09”。

NVIDIA 提供的 Triton 容器鏡像是同時支持 x86 / AMD64 與 ARM64 架構(gòu)的系統(tǒng)，以 22.09-py3 鏡像為例，可以看到如下圖所標示的“2 Architectures”:

點擊最右方的“向下”圖標，會展開如下圖的內(nèi)容，事實上是有兩個不同版本的鏡像，不過使用相同鏡像名：

因此在 x86 電腦與 Jetson 設(shè)備都使用相同的鏡像下載指令，如下：

$  docker pull nvcr.io/nvidia/tritonserver:22.09-py3

就能根據(jù)所使用設(shè)備的 CPU 架構(gòu)去下載對應(yīng)的鏡像，現(xiàn)在執(zhí)行以下指令來啟動 Triton 服務(wù)器：

# 根據(jù)實際的模型倉根目錄位置設(shè)定TRITON_MODEL_REPO路徑
export TRITON_MODEL_REPO=${HOME}/triton/server/docs/examples/model_repository
# 執(zhí)行Triton服務(wù)器
dockerrun--rm--net=host-v${TRITON_MODEL_REPO}:/modelsnvcr.io/nvidia/tritonserver:22.09-py3tritonserver--model-repository=/models

如果執(zhí)行正常，也會出現(xiàn)以下的等待畫面，表示運行是正確的：

以上三種方式都能在計算設(shè)備上啟動 Triton 服務(wù)器軟件，目前看起來使用 Docker 鏡像是最為簡單的。當服務(wù)器軟件啟動之后，就處于“等待請求”狀態(tài)，可以使用“Ctrl-C”組合鍵終止服務(wù)器的運行。

有一種確認 Triton 服務(wù)器正常運行的最簡單方法，就是用 curl 指令檢查 HTTP 端口的狀態(tài)，請執(zhí)行以下指令：

curl -v localhost:8000/v2/health/ready

如果有顯示“HTTP/1.1 200 OK”的信息（如下圖），就能確定 Triton 服務(wù)器處于正常運行的狀態(tài)：

接下去就要安裝客戶端軟件，用來對服務(wù)器提出推理請求，這樣才算完成一個最基礎(chǔ)的推理周期。

推薦閱讀

NVIDIA Jetson Nano 2GB 系列文章（1）：開箱介紹

NVIDIA Jetson Nano 2GB 系列文章（2）：安裝系統(tǒng)

NVIDIA Jetson Nano 2GB 系列文章（3）：網(wǎng)絡(luò)設(shè)置及添加 SWAPFile 虛擬內(nèi)存

NVIDIA Jetson Nano 2GB 系列文章（4）：體驗并行計算性能

NVIDIA Jetson Nano 2GB 系列文章（5）：體驗視覺功能庫

NVIDIA Jetson Nano 2GB 系列文章（6）：安裝與調(diào)用攝像頭

NVIDIA Jetson Nano 2GB 系列文章（7）：通過 OpenCV 調(diào)用 CSI/USB 攝像頭

NVIDIA Jetson Nano 2GB 系列文章（8）：執(zhí)行常見機器視覺應(yīng)用

NVIDIA Jetson Nano 2GB 系列文章（9）：調(diào)節(jié) CSI 圖像質(zhì)量

NVIDIA Jetson Nano 2GB 系列文章（10）：顏色空間動態(tài)調(diào)節(jié)技巧

NVIDIA Jetson Nano 2GB 系列文章（11）：你應(yīng)該了解的 OpenCV

NVIDIA Jetson Nano 2GB 系列文章（12）：人臉定位

NVIDIA Jetson Nano 2GB 系列文章（13）：身份識別

NVIDIA Jetson Nano 2GB 系列文章（14）：Hello AI World

NVIDIA Jetson Nano 2GB 系列文章（15）：Hello AI World 環(huán)境安裝

NVIDIA Jetson Nano 2GB 系列文章（16）：10行代碼威力

NVIDIA Jetson Nano 2GB 系列文章（17）：更換模型得到不同效果

NVIDIA Jetson Nano 2GB 系列文章（18）：Utils 的 videoSource 工具

NVIDIA Jetson Nano 2GB 系列文章（19）：Utils 的 videoOutput 工具

NVIDIA Jetson Nano 2GB 系列文章（20）：“Hello AI World” 擴充參數(shù)解析功能

NVIDIA Jetson Nano 2GB 系列文章（21）：身份識別

NVIDIA Jetson Nano 2GB 系列文章（22）：“Hello AI World” 圖像分類代碼

NVIDIA Jetson Nano 2GB 系列文章（23）：“Hello AI World 的物件識別應(yīng)用

NVIDIAJetson Nano 2GB 系列文章（24）: “Hello AI World” 的物件識別應(yīng)用

NVIDIAJetson Nano 2GB 系列文章（25）: “Hello AI World” 圖像分類的模型訓(xùn)練

NVIDIAJetson Nano 2GB 系列文章（26）: “Hello AI World” 物件檢測的模型訓(xùn)練

NVIDIAJetson Nano 2GB 系列文章（27）: DeepStream 簡介與啟用

NVIDIAJetson Nano 2GB 系列文章（28）: DeepStream 初體驗

NVIDIAJetson Nano 2GB 系列文章（29）: DeepStream 目標追蹤功能

NVIDIAJetson Nano 2GB 系列文章（30）: DeepStream 攝像頭“實時性能”

NVIDIAJetson Nano 2GB 系列文章（31）: DeepStream 多模型組合檢測-1

NVIDIAJetson Nano 2GB 系列文章（32）: 架構(gòu)說明與deepstream-test范例

NVIDIAJetsonNano 2GB 系列文章（33）: DeepStream 車牌識別與私密信息遮蓋

NVIDIA Jetson Nano 2GB 系列文章（34）: DeepStream 安裝Python開發(fā)環(huán)境

NVIDIAJetson Nano 2GB 系列文章（35）: Python版test1實戰(zhàn)說明

NVIDIAJetson Nano 2GB 系列文章（36）: 加入USB輸入與RTSP輸出

NVIDIAJetson Nano 2GB 系列文章（37）: 多網(wǎng)路模型合成功能

NVIDIAJetson Nano 2GB 系列文章（38）: nvdsanalytics視頻分析插件

NVIDIAJetson Nano 2GB 系列文章（39）: 結(jié)合IoT信息傳輸

NVIDIAJetson Nano 2GB 系列文章（40）: Jetbot系統(tǒng)介紹

NVIDIAJetson Nano 2GB 系列文章（41）: 軟件環(huán)境安裝

NVIDIAJetson Nano 2GB 系列文章（42）: 無線WIFI的安裝與調(diào)試

NVIDIAJetson Nano 2GB 系列文章（43）: CSI攝像頭安裝與測試

NVIDIAJetson Nano 2GB 系列文章（44）: Jetson的40針引腳

NVIDIAJetson Nano 2GB 系列文章（45）: I2C總線與PiOLED

NVIDIAJetson Nano 2GB 系列文章（46）: 機電控制設(shè)備的安裝

NVIDIAJetson Nano 2GB 系列文章（47）: 組裝過程的注意細節(jié)

NVIDIAJetson Nano 2GB 系列文章（48）: 用鍵盤與搖桿控制行動

NVIDIAJetson Nano 2GB 系列文章（49）: 智能避撞之現(xiàn)場演示

NVIDIAJetson Nano 2GB 系列文章（50）: 智能避障之模型訓(xùn)練

NVIDIAJetson Nano 2GB 系列文章（51）: 圖像分類法實現(xiàn)找路功能

NVIDIAJetson Nano 2GB 系列文章（52）: 圖像分類法實現(xiàn)找路功能

NVIDIAJetson Nano 2GB 系列文章（53）: 簡化模型訓(xùn)練流程的TAO工具套件

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

NVIDIA Jetson Nano 2GB 系列文章（55）：安裝TAO模型訓(xùn)練工具

NVIDIA Jetson Nano 2GB 系列文章（56）：啟動器CLI指令集與配置文件

NVIDIA Jetson Nano 2GB 系列文章（57）：視覺類腳本的環(huán)境配置與映射

NVIDIA Jetson Nano 2GB 系列文章（58）：視覺類的數(shù)據(jù)格式

NVIDIA Jetson Nano 2GB 系列文章（59）：視覺類的數(shù)據(jù)增強

NVIDIA Jetson Nano 2GB 系列文章（60）：圖像分類的模型訓(xùn)練與修剪

NVIDIA Jetson Nano 2GB 系列文章（61）：物件檢測的模型訓(xùn)練與優(yōu)化

NVIDIA Jetson Nano 2GB 系列文章（62）：物件檢測的模型訓(xùn)練與優(yōu)化-2

NVIDIA Jetson Nano 2GB 系列文章（63）：物件檢測的模型訓(xùn)練與優(yōu)化-3

NVIDIA Jetson Nano 2GB 系列文章（64）：將模型部署到Jetson設(shè)備

NVIDIA Jetson Nano 2GB 系列文章（65）：執(zhí)行部署的 TensorRT 加速引擎

NVIDIA Jetson 系列文章（1）：硬件開箱

NVIDIA Jetson 系列文章（2）：配置操作系統(tǒng)

NVIDIA Jetson 系列文章（3）：安裝開發(fā)環(huán)境

NVIDIA Jetson 系列文章（4）：安裝DeepStream

NVIDIA Jetson 系列文章（5）：使用Docker容器的入門技巧

NVIDIA Jetson 系列文章（6）：使用容器版DeepStream

NVIDIA Jetson 系列文章（7）：配置DS容器Python開發(fā)環(huán)境

NVIDIA Jetson 系列文章（8）：用DS容器執(zhí)行Python范例

NVIDIA Jetson 系列文章（9）：為容器接入USB攝像頭

NVIDIA Jetson 系列文章（10）：從頭創(chuàng)建Jetson的容器（1）

NVIDIA Jetson 系列文章（11）：從頭創(chuàng)建Jetson的容器（2）

NVIDIA Jetson 系列文章（12）：創(chuàng)建各種YOLO-l4t容器

NVIDIA Triton系列文章（1）：應(yīng)用概論

NVIDIA Triton系列文章（2）：功能與架構(gòu)簡介

NVIDIA Triton系列文章（3）：開發(fā)資源說明

NVIDIA Triton系列文章（4）：創(chuàng)建模型倉

原文標題：NVIDIA Triton 系列文章（5）：安裝服務(wù)器軟件

文章出處：【微信公眾號：NVIDIA英偉達企業(yè)解決方案】歡迎添加關(guān)注！文章轉(zhuǎn)載請注明出處。

聲明：本文內(nèi)容及配圖由入駐作者撰寫或者入駐合作網(wǎng)站授權(quán)轉(zhuǎn)載。文章觀點僅代表作者本人，不代表電子發(fā)燒友網(wǎng)立場。文章及其配圖僅供工程師學(xué)習(xí)之用，如有內(nèi)容侵權(quán)或者其他違規(guī)問題，請聯(lián)系本站處理。舉報投訴

英偉達

英偉達

+關(guān)注

關(guān)注
22

文章
3944

瀏覽量
93654

原文標題：NVIDIA Triton 系列文章（5）：安裝服務(wù)器軟件

文章出處：【微信號：NVIDIA-Enterprise，微信公眾號：NVIDIA英偉達企業(yè)解決方案】歡迎添加關(guān)注！文章轉(zhuǎn)載請注明出處。

91在线观看视频-91在线观看视频-91在线观看免费视频-91在线观看免费-欧美第二页-欧美第1页

搜索歷史

NVIDIA Triton 系列文章（5）：安裝服務(wù)器軟件

評論