Requisitos de software

Os sistemas operacionais compatíveis com o servidor do Computer Vision são:

• Microsoft Windows 10 21H2, Windows 11
• Ubuntu v16.04, v18.04, v20.04, v22.04
• RHEL 8, 9

Microsoft Windows

O servidor do Windows Computer Vision usa uma implantação baseada em contêiner com Docker no Windows Subsystem for Linux (WSL) 2. O seguinte precisa estar instalado:

• WSL 2
• Docker Desktop para Windows ou Docker Engine (se instalado diretamente no WSL)
• Driver de vídeo Nvidia Windows 11
• Nvidia Container Toolkit

Ubuntu

Os seguintes recursos devem ser instalados na máquina em que você deseja implantar:

• CUDA v11.1
• cuDNN8 v8.2.1
• Docker
• Nvidia Container Toolkit

Por conveniência, a UiPath fornece um script para instalar esses pré-requisitos. Este script é fornecido "no estado em que está", sem qualquer garantia implícita ou explícita. Para instalar os pré-requisitos usando esse script, execute a seguinte linha no terminal da máquina da GPU:

curl -fsSL https://raw.githubusercontent.com/UiPath/Infrastructure/main/ML/ml_prereq_all.sh | sudo bash -s -- --env gpu

Nota: Uma reinicialização é necessária após a execução do script de instalação.

Essa linha executa um script hospedado pelo UiPath, que baixa e instala automaticamente os recursos acima. Terminado o script e instalados os recursos, para iniciar uma instância de servidor de qualquer modelo de Machine Learning, é necessário um arquivo zip contendo o modelo. Este arquivo zip contém um script de ponto de entrada e um script de teste de velocidade local.

Se quiser saber mais sobre os detalhes técnicos deste script, você pode visitar o UiPath Infrastructure Github Repository.

Linux RHEL

Os seguintes recursos devem ser instalados na máquina em que você deseja implantar:

• CUDA v11.1
• cuDNN8 v8.2.1
• Podman

Por conveniência, a UiPath fornece um script para instalar esses pré-requisitos. Este script é fornecido "no estado em que está", sem qualquer garantia implícita ou explícita. Para instalar os pré-requisitos usando esse script, execute a seguinte linha no terminal da máquina da GPU:

curl -fsSL https://raw.githubusercontent.com/UiPath/Infrastructure/main/ML/ml_prereq_podman_rhel8.sh | sudo bash -s -- --env gpu

Nota: Uma reinicialização é necessária após a execução do script de instalação.

Essa linha executa um script hospedado pelo UiPath, que baixa e instala automaticamente os recursos acima. Terminado o script e instalados os recursos, para iniciar uma instância de servidor de qualquer modelo de Machine Learning, é necessário um arquivo zip contendo o modelo. Este arquivo zip contém um script de ponto de entrada e um script de teste de velocidade local.

Se quiser saber mais sobre os detalhes técnicos deste script, você pode visitar o UiPath Infrastructure Github Repository.