- Notas de versão
- Visão geral
- Configuração e Instalação
- Requisitos de software
- Requisitos de Hardware
- Implantação do servidor
- Conexão ao servidor
- Armazenamento de dados
![](https://docs.uipath.com/_next/static/media/grid.05ebd128.png?w=3840&%3Bq=100)
Implantação do servidor
Se você quiser implantar seu próprio servidor do Computer Vision com Docker no Microsoft Windows ou Ubuntu ou com Podman no Red Hat Enterprise Linux e usá-lo com atividades do Computer Vision, siga as etapas abaixo.
Primeiro, o WSL deve ser instalado em sua máquina.
{distribution}
é a distribuição do Linux que você deseja usar:
wsl --install -d {distribution}
wsl --install -d {distribution}
Para executar o servidor do Computer Vision em uma máquina Windows, você deve baixar e instalar o driver de exibição Nvidia para Windows 11 no sistema com uma placa GeForce ou Nvidia RTX/quatro compatível do site oficial da Nvidia.
Você pode instalar o Docker e o Kit de ferramentas do contêiner Nvidia executando o seguinte script:
https://github.com/UiPath/Infrastructure/blob/main/ML/ml_prereq_wsl.sh
https://github.com/UiPath/Infrastructure/blob/main/ML/ml_prereq_wsl.sh
Para executar o Computer Vision Server, você deve executar os seguintes comandos no WSL Linux Terminal:
export CV_URL="LINK_FROM_SALES_REP"
wget "$CV_URL" -O controls_detection.tar
docker load -i controls_detection.tar
docker run -p 8501:5000 --gpus all controls_detection eula=accept
export CV_URL="LINK_FROM_SALES_REP"
wget "$CV_URL" -O controls_detection.tar
docker load -i controls_detection.tar
docker run -p 8501:5000 --gpus all controls_detection eula=accept
8501
.
Como a instância do Linux em execução no WSL tem seu próprio controlador de interface de rede virtual, o tráfego para o IP do host não é redirecionado diretamente para o IP da instância do Linux. Esse problema pode ser contornado encaminhando o tráfego do IP do host para a instância do Linux com o seguinte comando:
netsh interface portproxy add v4tov4 listenaddress=0.0.0.0 listenport=8501 connectaddress=$wsl_ip connectport=8501
netsh interface portproxy add v4tov4 listenaddress=0.0.0.0 listenport=8501 connectaddress=$wsl_ip connectport=8501
O WSL IP pode ser encontrado com o seguinte comando:
wsl -d {distribution} hostname -I
wsl -d {distribution} hostname -I
{distribution}
é a distribuição do Linux instalada:
wsl -d {distribution} echo "starting...";
$wsl_ips = (wsl -d {distribution} hostname -I);
$host_ip = $wsl_ips.Split(" ")[0];
netsh interface portproxy add v4tov4 listenport=8501 listenaddress=0.0.0.0 connectport=8501 connectaddress=$host_ip;
wsl -d {distribution} -u root service docker start;
wsl -d {distribution} -u root docker run -p 8501:5000 --gpus all controls_detection eula=accept;
wsl -d {distribution} echo "starting...";
$wsl_ips = (wsl -d {distribution} hostname -I);
$host_ip = $wsl_ips.Split(" ")[0];
netsh interface portproxy add v4tov4 listenport=8501 listenaddress=0.0.0.0 connectport=8501 connectaddress=$host_ip;
wsl -d {distribution} -u root service docker start;
wsl -d {distribution} -u root docker run -p 8501:5000 --gpus all controls_detection eula=accept;
Este processo de instalação requer uma máquina que suporte a virtualização aninhada. Atualmente, a maioria das VMs em nuvem não oferece suporte à virtualização aninhada para máquinas GPU. Concluindo, esse processo de instalação é mais adequado para clientes que possuem servidores Windows físicos com GPUs.
Todos os comandos listados nesta página devem ser executados em um terminal na Máquina GPU.
Salve o link fornecido por seu representante de vendas na sessão de terminal atual:
export CV_URL="LINK_FROM_SALES_REP"
export CV_URL="LINK_FROM_SALES_REP"
Baixe a exportação:
wget "$CV_URL" -O controls_detection.tar
wget "$CV_URL" -O controls_detection.tar
Execute o seguinte comando:
docker load -i controls_detection.tar
docker load -i controls_detection.tar
Execute o seguinte comando:
docker run \
-p 8501:5000 \
--gpus all \
controls_detection eula=accept
docker run \
-p 8501:5000 \
--gpus all \
controls_detection eula=accept
A atualização do modelo é equivalente à instalação de uma nova versão dele. Isso ocorre porque a atualização implica alterar o próprio modelo e também seus binários, o que inevitavelmente faz o servidor parar de funcionar.
Se você quiser realizar a atualização na mesma máquina de servidor, deverá esperar algum tempo de inatividade. Para evitar esse cenário, você pode simplesmente instalar a nova versão em uma máquina de servidor diferente e, quando a instalação for concluída, alternar o tráfego para ela.
Um cenário de atualização padrão se parece com isto:
- Prepare-se e anuncie o tempo de inatividade (se aplicável).
- Instale o novo modelo no lugar do antigo.
- Execute o servidor.
Se o seu ambiente usa uma configuração de balanceador de carga de vários nós, você pode evitar o tempo de inatividade reinstalando cada nó, um de cada vez.
Todos os comandos listados nesta página devem ser executados em um terminal na Máquina GPU.
Salve o link fornecido por seu representante de vendas na sessão de terminal atual:
export CV_URL="LINK_FROM_SALES_REP"
export CV_URL="LINK_FROM_SALES_REP"
Baixe a exportação:
wget "$CV_URL" -O controls_detection.tar
wget "$CV_URL" -O controls_detection.tar
Execute o seguinte comando:
podman load -i controls_detection.tar
podman load -i controls_detection.tar
Execute o seguinte comando:
podman run -p 8501:5000 --hooks-dir=/usr/share/containers/oci/hooks.d/
\--security-opt=label=disable controls_detection eula=accept
podman run -p 8501:5000 --hooks-dir=/usr/share/containers/oci/hooks.d/
\--security-opt=label=disable controls_detection eula=accept
A atualização do modelo é equivalente à instalação de uma nova versão dele. Isso ocorre porque a atualização implica alterar o próprio modelo e também seus binários, o que inevitavelmente faz o servidor parar de funcionar.
Se você quiser realizar a atualização na mesma máquina de servidor, deverá esperar algum tempo de inatividade. Para evitar esse cenário, você pode simplesmente instalar a nova versão em uma máquina de servidor diferente e, quando a instalação for concluída, alternar o tráfego para ela.
Um cenário de atualização padrão se parece com isto:
- Prepare-se e anuncie o tempo de inatividade (se aplicável).
- Instale o novo modelo no lugar do antigo.
- Execute o servidor.
Se o seu ambiente usa uma configuração de balanceador de carga de vários nós, você pode evitar o tempo de inatividade reinstalando cada nó, um de cada vez.
- Microsoft Windows
- Instalando o WSL
- Instalação de drivers Nvidia
- Instalando o Docker e o Nvidia Container Toolkit
- Executando o servidor
- Disponibilização do servidor na rede
- Início automático do servidor
- Restrições de instalação
- Ubuntu
- Download da exportação de imagem do servidor do Computer Vision
- Carregando a imagem no Docker
- Iniciando o servidor
- Atualização do modelo do Computer Vision
- Linux RHEL
- Download da exportação de imagem do servidor do Computer Vision
- Carregar a imagem no Podman
- Iniciando o servidor
- Atualização do modelo do Computer Vision