Triton推理服务器05-安装服务器软件

在前一篇文章已经带着读者创建一个Triton的推理模型仓,现在只要安装好服务器端与用户端软件,就能进行基本的测试与体验。

在前一篇文章已经带着读者创建一个Triton的推理模型仓,现在只要安装好服务器端与用户端软件,就能进行基本的测试与体验。

为了简化过程,我们使用NVIDIA Jetson AGX Orin设备进行示范,所有步骤都能适用于各种基于NVIDIA Jetson智能芯片的边缘设备上,也适用于大部分装载Ubuntu 18以上操作系统的x86设备上,即便设备上没有安装NVIDIAGPU计算卡也能使用,只不过上我们的提供的内容都是基于GPU计算环境,对于纯CPU的使用则需要用户自行研读说明文件。

现在就开始安装Triton服务器软件,NVIDIATriton服务器提供以下三种软件安装的方式:

  1. 源代码编译:

这种方式需要从https://github.com/triton-inference-server/server下载源代码,然后安装依赖库,再用cmakemake工具进行编译。通常会遇到的麻烦是步骤繁琐,并且出错率较高,因此并不推荐使用这个方法。

有兴趣者,请自行参考前面下载的开源仓里的docs/customization_guide/build.md文件,有关于Ubuntu 20.04JetpackWindows等各种平台的编译细节。

  1. 可执行文件:

Triton开发团队为使用者提供编译好的可执行文件,包括Ubuntu 20.04JetpackWindows平台,可以在https://github.com/triton-inference-server/server/releases/ 上获取,每个版本都会提供对应NGC容器的版本,如下图:

Triton推理服务器05-安装服务器软件

然后到下面的“Assets”选择合适的版本:

Triton推理服务器05-安装服务器软件

以装载Jetpack 5Orin为例,就下载tritonserver2.26.0-jetpack5.0.2.tgz(1.13GB) 压缩文件到本机上,然后解压缩到指定目录下就可以,例如${HOME}/triton目录,会生成<backends><bin><clients><include><lib><qa>6个目录,可执行文件在<bin>目录下。

在执行Triton服务器软件前,还得先安装所需要的依赖库,请执行以下指令:

$

$

sudo apt-get update

sudo apt-get install -y --no-install-recommends software-properties-common autoconf automake build-essential git libb64-dev libre2-dev libssl-dev libtool libboost-dev rapidjson-dev patchelf pkg-config libopenblas-dev libarchive-dev zlib1g-dev

现在就可以执行以下指令启动Triton服务器:

$

$

cd  ${HOME}/triton

bin/tritonserver  --model-repository=server/docs/examples/model_repository --backend-directory=backends  --backend-config=tensorflow,version=2

如果最后出现以下画面并且进入等待状态:

Triton推理服务器05-安装服务器软件

现在Triton服务器已经正常运行,进入等待用户端提出请求(request)的状态。

  1. Docker容器:

NGChttps://catalog.ngc.nvidia.com/orgs/nvidia/containers/tritonserver/tags可以找到Triton服务器的Docker镜像文件,每个版本主要提供以下几种版本:

  • year-xy-py3:包含Triton推理服务器,支持TensorflowPyTorchTensorRTONNXOpenVINO模型;
  • year-xy-py3-sdk:包含PythonC++客户端库、客户端示例和模型分析器;
  • year-xy-tf2-python-py3:仅支持TensorFlow 2.xpython后端的Triton推理服务器;
  • year-xy-pyt-python-py3:仅支持PyTorchpython后端的Triton服务器;
  • year-xy-py3-min:用作创建自定义Triton 服务器容器的基础,如Customize Triton Container(自定义Triton容器)说明文件所描述的内容;

其中“year”是年份的数字,例如2022年提交的就是“22”开头;后面的“xy”是流水号,每次往上加“1”,例如2022104日提交的版本为“22-09”。

NVIDIA提供的Triton容器镜像是同时支持x86/AMD64ARM64架构的系统,以22.09-py3镜像为例,可以看到如下图所标示的“2 Architectures:

Triton推理服务器05-安装服务器软件

点击最右方的“向下”图标,会展开如下图的内容,事实上是有两个不同版本的镜像,不过使用相同镜像名:

Triton推理服务器05-安装服务器软件

因此在x86电脑与Jetson设备都使用相同的镜像下载指令,如下:

$

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

就能根据所使用设备的CPU架构去下载对应的镜像,现在执行以下指令来启动Triton服务器:

 

$

 

$

# 根据实际的模型仓根目录位置设定TRITON_MODEL_REPO路径

export TRITON_MODEL_REPO=${HOME}/triton/server/docs/examples/model_repository

# 执行Triton服务器

docker  run  --rm  --net=host  -v  ${TRITON_MODEL_REPO}:/models nvcr.io/nvidia/tritonserver:22.09-py3  tritonserver  --model-repository=/models

如果执行正常,也会出现以下的等待画面,表示运行是正确的:

Triton推理服务器05-安装服务器软件

以上三种方式都能在计算设备上启动Triton服务器软件,目前看起来使用Docker镜像是最为简单的。当服务器软件启动之后,就处于“等待请求”状态,可以使用“Ctrl-C”组合键终止服务器的运行。

有一种确认Triton服务器正常运行的最简单方法,就是用curl指令检查HTTP端口的状态,请执行以下指令:

$

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

如果有显示“HTTP/1.1 200 OK”的信息(如下图),就能确定Triton服务器处于正常运行的状态:

Triton推理服务器05-安装服务器软件

接下去就要安装客户端软件,用来对服务器提出推理请求,这样才算完成一个最基础的推理周期。【完】

来源:业界供稿

0赞

好文章,需要你的鼓励

2023

01/03

16:55

分享

点赞

邮件订阅