当前最强深度学习服务器推理部署框架——triton(NVIDIA的)_nvcr.io/nvidia/tritonserver

简单粗暴直接先上源码地址

官方代码地址：https://github.com/triton-inference-server

前要：
它主要有server端和client端

server端建议docker部署
client看你自己，这里我也是docker容器，主要之前用tensorflow serving服务器推理部署时也是这样。

1. 服务端部署（接下来都是基于docker部署）：-------------------------------

第一步：拉取镜像

官方镜像地址：
https://catalog.ngc.nvidia.com/orgs/nvidia/containers/tritonserver

拉取指令
Docker PULL指令：
docker pull nvcr.io/nvidia/tritonserver:20.09-py3（注意：一定要选对版本，我是20.09-py3版本，各位朋友要更具自己显卡驱动等等来选版本）

那有人就问怎么选对版本啊，问的好！

先看镜像所需要的cuda和驱动版本：
https://docs.nvidia.com/deeplearning/triton-inference-server/release-notes/rel_21-09.html#rel_21-09

自己的cuda和显卡驱动查看指令：
nvidia-smi和nvcc -V

我的训练机是匹配的，是470的驱动和cuda 11.4

第二步：好的，拉取对的版本镜像接下来就开启docker

docker run --gpus=1 --rm --net=host -v /home/dell/triton_serve/models:/models nvcr.io/nvidia/tritonserver:21.09-py3 tritonserver --model-repository=/models
1

解析：
–gpus=1 代表使用第一张卡，如果值为0代表用CPU推理，不写–gpus是用cpu
-p8000:8000 HTTP端口
-p8001:8001 GRPC端口（常用）
-p8002:8002 METRIC端口
-v /full/path/to/docs/examples/models/models 模型映射
nvcr.io/nvidia/tritonserver:<xx.yy>-py3 tritonserver 镜像名字

注意：“模型映射”这一行，模型文件存放格式如下

• 本地的权重文件

models
|
+-- yolov5m_half
    |
    +-- config.pbtxt
    +-- 1
        |
        +-- model.onnx
1
2
3
4
5
6
7
8

• config.pbtxt内容：

name: "yolov5m_half"          这个是模型名字，和上级文件夹名字一样
platform: "onnxruntime_onnx"   这里是模型格式，我肯定用的 onnxruntime_onnx
max_batch_size : 16 			这个是最大的batch，先不管

input [ 						神经网络输入口
{ 							
name: "images" 				输入口名字
data_type: TYPE_FP16 			量化数据格式，你量化FP16,就用FP16
dims: [ 3, 640, 640 ] 			输入形状
} 
]
output [ 						神经网络输出口
{ 
name: "output" 
data_type: TYPE_FP32 
dims: [8400,7 ] 
} 
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17

• model.onnx内容：

搞深度学习的都懂，onnx权重文件，不懂的百度onnx，这里不多解释。。。

1. 运行成功时：
   我部署5个模型，这里都ready了
   
   ** 2.客户端部署：------------------------------------------------------------------------**

除开一些基础的库，这还需要，主要是tritonclient这个库，其它的都要是辅助，最好用这个2.37版本，其它库版本要按照它来改变。下面这些都是我本地配好的

tritonclient==2.37.0.9383150
packaging==23.1
grpcio==1.54.2
pymongo==4.2.0
numpy==1.19.2
pandas==1.2.4
tensorflow==2.6.0
requests_toolbelt==0.10.1
1
2
3
4
5
6
7
8

至于client代码编写目前只写好了grpc的检测的推理，需要找我

3. 个人部署测试结果：---------------------------------------------------------------

**

• 速度测试：

**
相比之前tensorflow serving推理框架的100ms左右。
这边在服务器上测试yolo5m-960-fp16推理一次56ms，算是可以实时拉流推理了。

• 显卡利用率测试：

只要你开了多显卡，它会合理平均分配利用每一张显卡。

• 神经网络模型权重格式部署测试：

目前验证测试完onnx、tensorflow pb，还支持pt，只能说舒服。

• 推理精度损失测试：

初步没发现大的精度损失。

• 显卡推理量化测试：

目前测试onnx 的fp16，pb的fp16。基本都支持fp32。

欢迎使用Markdown编辑器

你好！ 这是你第一次使用 Markdown编辑器 所展示的欢迎页。如果你想学习如何使用Markdown编辑器, 可以仔细阅读这篇文章，了解一下Markdown的基本语法知识。

新的改变

我们对Markdown编辑器进行了一些功能拓展与语法支持，除了标准的Markdown编辑器功能，我们增加了如下几点新功能，帮助你用它写博客：

1. 全新的界面设计 ，将会带来全新的写作体验；
2. 在创作中心设置你喜爱的代码高亮样式，Markdown 将代码片显示选择的高亮样式 进行展示；
3. 增加了 图片拖拽 功能，你可以将本地的图片直接拖拽到编辑区域直接展示；
4. 全新的 KaTeX数学公式 语法；
5. 增加了支持甘特图的mermaid语法¹ 功能；
6. 增加了 多屏幕编辑 Markdown文章功能；
7. 增加了 焦点写作模式、预览模式、简洁写作模式、左右区域同步滚轮设置 等功能，功能按钮位于编辑区域与预览区域中间；
8. 增加了 检查列表 功能。

功能快捷键

撤销：Ctrl/Command + Z
重做：Ctrl/Command + Y
加粗：Ctrl/Command + B
斜体：Ctrl/Command + I
标题：Ctrl/Command + Shift + H
无序列表：Ctrl/Command + Shift + U
有序列表：Ctrl/Command + Shift + O
检查列表：Ctrl/Command + Shift + C
插入代码：Ctrl/Command + Shift + K
插入链接：Ctrl/Command + Shift + L
插入图片：Ctrl/Command + Shift + G
查找：Ctrl/Command + F
替换：Ctrl/Command + G

合理的创建标题，有助于目录的生成

直接输入1次#，并按下space后，将生成1级标题。
输入2次#，并按下space后，将生成2级标题。
以此类推，我们支持6级标题。有助于使用TOC语法后生成一个完美的目录。

如何改变文本的样式

强调文本 强调文本

加粗文本 加粗文本

标记文本

删除文本

引用文本

H₂O is是液体。

2¹⁰ 运算结果是 1024.

插入链接与图片

链接: link.

图片:

带尺寸的图片:

居中的图片:

居中并且带尺寸的图片:

当然，我们为了让用户更加便捷，我们增加了图片拖拽功能。

如何插入一段漂亮的代码片

去博客设置页面，选择一款你喜欢的代码片高亮样式，下面展示同样高亮的 代码片.

// An highlighted block
var foo = 'bar';
1
2

生成一个适合你的列表

• 项目
  • 项目
    • 项目

1. 项目1
2. 项目2
3. 项目3

• 计划任务
• 完成任务

创建一个表格

一个简单的表格是这么创建的：

设定内容居中、居左、居右

使用:---------:居中
使用:----------居左
使用----------:居右

SmartyPants

SmartyPants将ASCII标点字符转换为“智能”印刷标点HTML实体。例如：

创建一个自定义列表

Markdown

Text-to- HTML conversion tool

Authors

John

Luke

如何创建一个注脚

一个具有注脚的文本。²

注释也是必不可少的

Markdown将文本转换为 HTML。

KaTeX数学公式

您可以使用渲染LaTeX数学表达式 KaTeX:

Gamma公式展示 $\Gamma (n)=(n-1)!\forall n\in \mathbb{N}$ 是通过欧拉积分

$$\Gamma (z)={\int }_0^{\infty }{t}^{z-1}{e}^{-t}dt.$$

你可以找到更多关于的信息 LaTeX 数学表达式here.

新的甘特图功能，丰富你的文章

• 关于 甘特图 语法，参考 这儿,

UML 图表

可以使用UML图表进行渲染。 Mermaid. 例如下面产生的一个序列图：

这将产生一个流程图。:

• 关于 Mermaid 语法，参考 这儿,

FLowchart流程图

我们依旧会支持flowchart的流程图：

• 关于 Flowchart流程图 语法，参考 这儿.

导出与导入

导出

如果你想尝试使用此编辑器, 你可以在此篇文章任意编辑。当你完成了一篇文章的写作, 在上方工具栏找到 文章导出 ，生成一个.md文件或者.html文件进行本地保存。

导入

如果你想加载一篇你写过的.md文件，在上方工具栏可以选择导入功能进行对应扩展名的文件导入，
继续你的创作。

---

1. mermaid语法说明 ↩︎

2. 注脚的解释 ↩︎