- Notas relacionadas
- Información general
- Instalación y configuración
- Requisitos de software
- Requisitos de hardware
- Implementar el servidor
- Conectarse al servidor
- Almacenamiento de datos
![](https://docs.uipath.com/_next/static/media/grid.05ebd128.png?w=3840&%3Bq=100)
Requisitos de software
Los sistemas operativos compatibles para el servidor Computer Vision son:
- Microsoft Windows 10 21H2, Windows 11
- Ubuntu v16.04, v18.04, v20.04, v22.04
- Red Hat Enterprise Linux 8
El servidor Windows Computer Vision utiliza una implementación basada en contenedores con Docker en el subsistema de Windows para Linux (WSL) 2. Es necesario instalar lo siguiente:
- WSL 2
- Docker Desktop para Windows o Docker Engine (si se instala directamente en WSL)
- Controlador de pantalla Nvidia con Windows 11
- Nvidia Container Toolkit
Los siguientes recursos deben estar instalados en la máquina en la que deseas implementar:
- CUDA v11.1
- cuDNN8 v8.2.1
- Docker
- Nvidia Container Toolkit
Para mayor comodidad, UiPath proporciona un script para instalar estos requisitos previos. Este script se proporciona "tal cual", sin ninguna garantía implícita o explícita. Para instalar los requisitos previos utilizando este script, ejecuta la siguiente línea en el terminal de la máquina GPU:
curl -fsSL https://raw.githubusercontent.com/UiPath/Infrastructure/main/ML/ml_prereq_all.sh | sudo bash -s -- --env gpu
curl -fsSL https://raw.githubusercontent.com/UiPath/Infrastructure/main/ML/ml_prereq_all.sh | sudo bash -s -- --env gpu
Esta línea ejecuta un script alojado por UiPath, que descarga e instala automáticamente los recursos anteriores. Una vez que finaliza el script y se instalan los recursos, para iniciar una instancia de servidor de cualquier modelo de aprendizaje automático, se necesita un archivo zip que contenga el modelo. Este archivo zip contiene un script de punto de entrada y un script de prueba de velocidad local.
Si desea saber más sobre los detalles técnicos de este script, puede visitar el Repositorio de Github de la infraestructura de UiPath.
Los siguientes recursos deben estar instalados en la máquina en la que deseas implementar:
- CUDA v11.1
- cuDNN8 v8.2.1
- Podman
Para mayor comodidad, UiPath proporciona un script para instalar estos requisitos previos. Este script se proporciona "tal cual", sin ninguna garantía implícita o explícita. Para instalar los requisitos previos utilizando este script, ejecuta la siguiente línea en el terminal de la máquina GPU:
curl -fsSL https://raw.githubusercontent.com/UiPath/Infrastructure/main/ML/ml_prereq_podman_rhel8.sh | sudo bash -s -- --env gpu
curl -fsSL https://raw.githubusercontent.com/UiPath/Infrastructure/main/ML/ml_prereq_podman_rhel8.sh | sudo bash -s -- --env gpu
Esta línea ejecuta un script alojado por UiPath, que descarga e instala automáticamente los recursos anteriores. Una vez que finaliza el script y se instalan los recursos, para iniciar una instancia de servidor de cualquier modelo de aprendizaje automático, se necesita un archivo zip que contenga el modelo. Este archivo zip contiene un script de punto de entrada y un script de prueba de velocidad local.
Si desea saber más sobre los detalles técnicos de este script, puede visitar el Repositorio de Github de la infraestructura de UiPath.