AI Computer Vision
2022.4
falso
  • Notas de versão
    • 2022.4.2
  • Visão geral
  • Configuração e Instalação
    • Requisitos de software
    • Requisitos de Hardware
    • Implantação do servidor
    • Conexão ao servidor
  • Armazenamento de dados
Imagem de fundo do banner
Guia do usuário do AI Computer Vision
Última atualização 11 de mar de 2024

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
  • Red Hat Linux Enterprise 8

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 gpucurl -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 desse script, você pode visitar o Repositório do Github do UiPath Infrastructure.

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 gpucurl -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 desse script, você pode visitar o Repositório do Github do UiPath Infrastructure.

  • Microsoft Windows
  • Ubuntu
  • Linux RHEL

Was this page helpful?

Obtenha a ajuda que você precisa
Aprendendo RPA - Cursos de automação
Fórum da comunidade da Uipath
Logotipo branco da Uipath
Confiança e segurança
© 2005-2024 UiPath. All rights reserved.