软件要求

Computer Vision 服务器支持的操作系统包括：

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

Microsoft Windows

Windows Computer Vision 服务器在适用于 Linux 的 Windows 子系统 (WSL) 2 中通过 Docker 使用基于容器的部署。需要安装以下内容：

• WSL 2
• 适用于 Windows 的 Docker 桌面或 Docker 引擎（如果直接安装在 WSL 中）
• Nvidia Windows 11 显示驱动程序
• Nvidia Container Toolkit

Ubuntu

必须在要部署到的计算机上安装以下资源：

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

为方便起见，UiPath 提供了一个脚本来安装这些必备程序。 此脚本按“原样”提供，没有任何暗示或显式保证。 要使用此脚本安装必备程序，请在 GPU 计算机的终端中运行以下行：

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

注意： 运行安装脚本后，需要重新启动。

此行运行由 UiPath 托管的脚本，该脚本会自动下载并安装上述资源。 完成脚本并安装资源后，要启动任何机器学习模型的服务器实例，需要包含模型的 zip 文件。 此 zip 文件包含入口点脚本和本地速度测试脚本。

如果您想了解有关此脚本的技术详细信息的更多信息，可以访问 UiPath 基础架构 Github 存储库。

Linux RHEL

必须在要部署到的计算机上安装以下资源：

• CUDA v11.1
• cuDNN8 v8.2.1
• Podman

为方便起见，UiPath 提供了一个脚本来安装这些必备程序。 此脚本按“原样”提供，没有任何暗示或显式保证。 要使用此脚本安装必备程序，请在 GPU 计算机的终端中运行以下行：

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

注意： 运行安装脚本后，需要重新启动。

此行运行由 UiPath 托管的脚本，该脚本会自动下载并安装上述资源。 完成脚本并安装资源后，要启动任何机器学习模型的服务器实例，需要包含模型的 zip 文件。 此 zip 文件包含入口点脚本和本地速度测试脚本。

如果您想了解有关此脚本的技术详细信息的更多信息，可以访问 UiPath 基础架构 Github 存储库。