Richten Sie Ihr AWS IoT Greengrass Version 2 Kerngerät ein

Amazon Lookout for Vision verwendetAWS IoT Greengrass Version 2, um die Bereitstellung der Modellkomponente, der Amazon Lookout for Vision Edge Agent-Komponente und der Client-Anwendungskomponente auf Ihrem AWS IoT Greengrass V2 Kerngerät zu vereinfachen. Informationen zu den Geräten und der Hardware, die Sie verwenden können, finden Sie unter. AWS IoT Greengrass Version 2zentrale Geräteanforderungen

Ihr Core-Gerät einrichten

Verwenden Sie die folgenden Informationen, um Ihr Kerngerät einzurichten.

So richten Sie Ihr Core-Gerät ein

1. Richten Sie Ihre GPU-Bibliotheken ein. Führen Sie diesen Schritt nicht aus, wenn Sie keine GPU-beschleunigte Inferenz verwenden.

   1. Stellen Sie sicher, dass Sie über eine GPU verfügen, die CUDA unterstützt. Weitere Informationen finden Sie unter Überprüfen, ob Sie über eine CUDA-fähige GPU verfügen.

   2. Richten Sie CUDA, cuDNN und TensorRT auf Ihrem Gerät ein, indem Sie einen der folgenden Schritte ausführen:

      • Wenn Sie ein Jetson-Gerät verwenden, installieren Sie Version 4.4 - 4.6.1. JetPack Weitere Informationen finden Sie unter JetPack Archivieren.

      • Wenn Sie x86-basierte Hardware verwenden und Ihre NVIDIA-GPU-Mikroarchitektur älter als Ampere ist (die Rechenkapazität liegt unter 8,0), gehen Sie wie folgt vor:

        1. Richten Sie CUDA Version 10.2 ein, indem Sie den Anweisungen im NVIDIA CUDA-Installationshandbuch für Linux folgen.

        2. Installieren Sie cuDNN, indem Sie den Anweisungen in der NVIDIA cuDNN-Dokumentation folgen.

        3. Richten Sie TensorRT (Version 7.1.3 oder höher, aber früher als 8.0.0) ein, indem Sie den Anweisungen unter NVIDIA TENSORRT DOCUMENTATION folgen.

      • Wenn Sie x86-basierte Hardware verwenden und Ihre NVIDIA-GPU-Mikroarchitektur Ampere ist (Rechenkapazität ist 8.0), gehen Sie wie folgt vor:

        1. Richten Sie CUDA (Version 11.2) ein, indem Sie den Anweisungen im NVIDIA CUDA-Installationshandbuch für Linux folgen.

        2. Installieren Sie cuDNN, indem Sie den Anweisungen in der NVIDIA cuDNN-Dokumentation folgen.

        3. Richten Sie TensorRT (Version 8.2.0) ein, indem Sie den Anweisungen unter NVIDIA TENSORRT DOCUMENTATION folgen.

2. Installieren Sie die AWS IoT Greengrass Version 2 Kernsoftware auf Ihrem Kerngerät. Weitere Informationen finden Sie unter Installieren der AWS IoT Greengrass Core-Software im AWS IoT Greengrass Version 2Entwicklerhandbuch.

3. Um aus dem Amazon S3 S3-Bucket zu lesen, in dem das Modell gespeichert ist, fügen Sie der IAM-Rolle (Token-Exchange-Rolle), die Sie während der AWS IoT Greengrass Version 2 Einrichtung erstellen, eine Berechtigung hinzu. Weitere Informationen finden Sie unter Zugriff auf S3-Buckets für Komponentenartefakte zulassen.

4. Geben Sie in der Befehlszeile den folgenden Befehl ein, um Python und eine virtuelle Python-Umgebung auf dem Core-Gerät zu installieren.

   sudo apt install python3.8 python3-venv python3.8-venv

5. Verwenden Sie den folgenden Befehl, um den Greengrass-Benutzer zur Videogruppe hinzuzufügen. Dadurch können von Greengrass bereitgestellte Komponenten auf die GPU zugreifen:

   sudo usermod -a -G video ggc_user

6. (Optional) Wenn Sie die Agenten-API von Lookout for Vision Edge von einem anderen Benutzer aus aufrufen möchten, fügen Sie den erforderlichen Benutzer dem ggc_group hinzu. Dadurch kann der Benutzer mit dem Lookout for Vision Edge Agent über den Unix-Domain-Socket kommunizieren:

   sudo usermod -a -G ggc_group $(whoami)