AWS IoT Greengrass Version 2zentrale Geräteanforderungen - Amazon Lookout für Vision

Die vorliegende Übersetzung wurde maschinell erstellt. Im Falle eines Konflikts oder eines Widerspruchs zwischen dieser übersetzten Fassung und der englischen Fassung (einschließlich infolge von Verzögerungen bei der Übersetzung) ist die englische Fassung maßgeblich.

AWS IoT Greengrass Version 2zentrale Geräteanforderungen

Um ein Amazon Lookout for Vision Vision-Modell auf einem AWS IoT Greengrass Version 2 Kerngerät zu verwenden, muss Ihr Modell verschiedene Anforderungen an das Kerngerät stellen.

Getestete Geräte, Chiparchitekturen und Betriebssysteme

Wir gehen davon aus, dass Amazon Lookout for Vision auf der folgenden Hardware funktioniert:

  • CPU-Architekturen

    • X86_64 (64-Bit-Version des x86-Befehlssatzes)

    • Aarch64 (ARMv8-64-Bit-CPU)

  • (Nur GPU-beschleunigte Inferenz) NVIDIA GPU-Beschleuniger mit ausreichender Speicherkapazität (mindestens 6,0 GB für ein laufendes Modell).

Das Amazon Lookout for Vision Vision-Team hat Lookout for Vision Vision-Modelle auf den folgenden Geräten, Chip-Architekturen und Betriebssystemen getestet.

Geräte

Gerät Betriebssystem Architektur Accelerator Compiler-Optionen

jetson_xavier (NVIDIA® Jetson AGX Xavier)

Linux

Aarch 64

NVIDIA

{"gpu-code": "sm_72", "trt-ver": "7.1.3", "cuda-ver": "10.2"}

{"gpu-code": "sm_72", "trt-ver": "8.2.1", "cuda-ver": "10.2"}

g4dn.xlarge (EC2-Instanzen (G4) mit NVIDIA T4 Tensor Core-GPUs)

Linux

X86_64/X86-64

NVIDIA

{"gpu-code": "sm_75", "trt-ver": "7.1.3", "cuda-ver": "10.2"}

g5.xlarge (EC2-Instances (G5) mit NVIDIA A10G Tensor Core-GPUs)

Linux

X86_64/X86-64

NVIDIA

{"gpu-code": "sm_80", "trt-ver": "8.2.0", "cuda-ver": "11.2"}

c5.2xlarge (Amazon EC2 C5-Instances)

Linux

X86_64/X86-64

CPU

{"mcpu": "core-avx2"}

Speicher und Speicher des Kerngeräts

Um ein einzelnes Modell und den Amazon Lookout for Vision Edge Agent auszuführen, hat Ihr Kerngerät die folgenden Speicher- und Speicheranforderungen. Möglicherweise benötigen Sie mehr Arbeitsspeicher und Speicherplatz für Ihre Client-Anwendungskomponente.

  • Speicher — mindestens 1,5 GB.

  • Arbeitsspeicher — Mindestens 6,0 GB für ein laufendes Modell.

Erforderliche Software

Für ein Kerngerät ist die folgende Software erforderlich.

Jetson-Geräte

Wenn es sich bei Ihrem Core-Gerät um ein Jetson-Gerät handelt, muss die folgende Software auf dem Core-Gerät installiert sein.

Software Unterstützte Versionen

Jetpack SDK

4.4 bis 4.6.1

Virtuelle Python- und Python-Umgebung für Lookout for Vision Edge Agent Version 1.x

3.8 oder 3.9

X86-Hardware

Wenn Ihr Core-Gerät x86-Hardware verwendet, muss die folgende Software auf dem Core-Gerät installiert sein.

CPU-Inferenz

Software Unterstützte Versionen

Virtuelle Python- und Python-Umgebung für Lookout for Vision Edge Agent Version 1.x

3.8 oder 3.9

GPU-beschleunigte Inferenz

Die Softwareversionen variieren je nach der Mikroarchitektur der verwendeten NVIDIA-GPU.

NVIDIA-GPU mit einer Mikroarchitektur vor Ampere (Rechenkapazität ist geringer als 8,0)

Erforderliche Software für eine NVIDIA-GPU mit einer Mikroarchitektur vor Ampere (Rechenkapazität von weniger als 8,0). Der gpu-code muss kleiner sein als. sm_80

Software Unterstützte Versionen

NVIDIA CUDA

10.2

NVIDIA TensorRT

Mindestens 7.1.3 und weniger als 8.0.0

Virtuelle Python- und Python-Umgebung für Lookout for Vision Edge Agent Version 1.x

3.8 oder 3.9

NVIDIA-GPU mit Ampere-Mikroarchitektur (Rechenleistung 8.0)

Erforderliche Software für eine NVIDIA-GPU mit Ampere-Mikroarchitektur (Rechenkapazität ist 8,0). Das gpu-code muss seinsm_80).

Software Unterstützte Versionen

NVIDIA CUDA

11.2

NVIDIA TensorRT

8.2.0

Virtuelle Python- und Python-Umgebung für Lookout for Vision Edge Agent Version 1.x

3.8 oder 3.9