Oktatóanyag: IoT Edge-modul konfigurálása, csatlakoztatása és ellenőrzése GPU-hoz

A következőkre vonatkozik: IoT Edge 1.5

Ez az oktatóanyag bemutatja, hogyan hozhat létre GPU-kompatibilis virtuális gépet (VM). A virtuális gépből megtudhatja, hogyan futtathat egy IoT Edge-eszközt, amely az egyik modulból a GPU-hoz rendeli a munkát.

Az Azure Portalt, az Azure Cloud Shellt és a virtuális gép parancssorát a következőre fogjuk használni:

• GPU-kompatibilis virtuális gép létrehozása
• Az NVIDIA illesztőprogram-bővítmény telepítése a virtuális gépen
• Modul konfigurálása IoT Edge-eszközön a gpu-nak való munka lefoglalásához

Előfeltételek

• Azure-fiók – ingyenes fiók létrehozása

• Azure IoT Hub – IoT Hub létrehozása

• Azure IoT Edge-eszköz

  Ha még nem rendelkezik IoT Edge-eszközzel, és gyorsan létre kell hoznia egyet, futtassa a következő parancsot. Használja az Azure Portalon található Azure Cloud Shellt . Hozzon létre egy új eszköznevet, <DEVICE-NAME> és cserélje le az IoT-t <IOT-HUB-NAME> a saját nevére.

  az iot hub device-identity create --device-id <YOUR-DEVICE-NAME> --edge-enabled --hub-name <YOUR-IOT-HUB-NAME>
  

  További információ az IoT Edge-eszközök létrehozásáról: Rövid útmutató: Az első IoT Edge-modul üzembe helyezése virtuális Linux-eszközön. Az oktatóanyag későbbi részében hozzáadunk egy NVIDIA-modult az IoT Edge-eszközhöz.

GPU-ra optimalizált virtuális gép létrehozása

GPU-ra optimalizált virtuális gép (VM) létrehozásához fontos a megfelelő méret kiválasztása. Nem minden virtuálisgép-méret alkalmas GPU-feldolgozásra. Emellett különböző virtuálisgép-méretek is vannak a különböző számítási feladatokhoz. További információ: GPU-optimalizált virtuálisgép-méretek , vagy próbálja ki a Virtuális gépek választót.

Hozzunk létre egy IoT Edge virtuális gépet az Azure Resource Manager (ARM) sablonnal a GitHubon, majd konfiguráljuk GPU-optimalizáltra.

1. Nyissa meg az IoT Edge virtuálisgép-üzembehelyezési sablont a GitHubon: Azure/iotedge-vm-deploy.

2. Válassza az Üzembe helyezés az Azure-ban gombot, amely egyéni virtuális gép létrehozását kezdeményezi az Azure Portalon.

3. Töltse ki az egyéni üzembehelyezési mezőket az Azure-beli hitelesítő adatokkal és erőforrásokkal:

   Tulajdonság	Leírás vagy mintaérték
   Előfizetés	Válassza ki Az Azure-fiók előfizetését.
   Erőforráscsoport	Adja hozzá az Azure-erőforráscsoportot.
   Régió	East US A GPU virtuális gépek nem minden régióban érhetők el.
   DNS-címke előtagja	Hozzon létre egy nevet a virtuális gépnek.
   Rendszergazdai felhasználónév	adminUser Másik lehetőségként hozzon létre saját felhasználónevet.
   Eszközkapcsolati sztring	Másolja a kapcsolati sztring az IoT Edge-eszközről, majd illessze be ide.
   Virtuális gép mérete	Standard_NV6
   Hitelesítés típusa	Válassza a jelszót vagy az SSH nyilvános kulcsát, majd szükség esetén hozzon létre egy jelszót vagy kulcspárnevet.

   Tipp.

   Ellenőrizze, hogy az egyes régiókban mely GPU-virtuális gépek támogatottak: régiónként elérhető termékek.

   Ha ellenőrizni szeretné, hogy az Azure-előfizetés melyik régiót engedélyezi, próbálja ki ezt az Azure-parancsot az Azure Portalon. Standard_N Ez N azt jelenti, hogy gpu-kompatibilis virtuális gép.

   az vm list-skus --location <YOUR-REGION> --size Standard_N --all --output table
   

4. Kattintson az alul található Véleményezés + létrehozás gombra, majd a Létrehozás gombra. Az üzembe helyezés akár egy percet is igénybe vehet.

Az NVIDIA-bővítmény telepítése

Most, hogy gpu-ra optimalizált virtuális gépünk van, telepítsük az NVIDIA-bővítményt a virtuális gépre az Azure Portal használatával.

1. Nyissa meg a virtuális gépet az Azure Portalon, és a bal oldali menüben válassza a Bővítmények + alkalmazások lehetőséget.

2. Válassza a Hozzáadás lehetőséget, és válassza ki a listából az NVIDIA GPU-illesztőbővítményt, majd válassza a Tovább gombot.

3. Válassza a Véleményezés+ létrehozás, majd a Létrehozás lehetőséget. Az üzembe helyezés akár 30 percet is igénybe vehet.

4. Az Azure Portalon történő telepítés megerősítéséhez térjen vissza a virtuális gép Bővítmények + alkalmazások menüjébe. Az új elnevezett NvidiaGpuDriverLinux bővítménynek szerepelnie kell a bővítmények listájában, és az Állapot csoportban meg kell jelennie a sikeres üzembe helyezésnek.

5. Az Azure Cloud Shell használatával történő telepítés megerősítéséhez futtassa ezt a parancsot a bővítmények listázásához. Cserélje le a <> helyőrzőket az értékekre:

   az vm extension list --resource-group <YOUR-RESOURCE-GROUP> --vm-name <YOUR-VM-NAME> -o table
   

6. Egy NVIDIA-modullal az NVIDIA Rendszerfelügyeleti felület programot fogjuk használni, más néven nvidia-smi.

   Az eszközről telepítse a csomagot az nvidia-smi Ubuntu-verzió alapján. Ebben az oktatóanyagban az Ubuntu 20.04-et fogjuk telepíteni nvidia-utils-515 . Válassza ki Y , amikor a rendszer kéri a telepítést.

   sudo apt install nvidia-utils-515
   

   Az alábbi lista az összes nvidia-smi verziót tartalmazza. Ha az első telepítés nélkül fut nvidia-smi , ez a lista a konzolon jelenik meg.

   

7. A telepítés után futtassa ezt a parancsot a telepítés megerősítéséhez:

   nvidia-smi
   

   Ekkor megjelenik egy megerősítést kérő tábla, hasonlóan ehhez a táblához.

   

Modul engedélyezése GPU-gyorsítással

Az IoT Edge-modulok különböző módokon engedélyezve vannak, így gpu-t használnak a feldolgozáshoz. Ennek egyik módja egy meglévő IoT Edge-modul konfigurálása az eszközön gpu-gyorsításra. Egy másik módszer egy előre gyártott tárolómodul használata, például egy nvidia DIGITS-modul, amely már GPU-ra van optimalizálva. Nézzük meg, hogyan történik mindkét módszer.

GPU engedélyezése meglévő modulban a DeviceRequests használatával

Ha rendelkezik egy meglévő modullal az IoT Edge-eszközön, az üzembehelyezési jegyzékben createOptions szereplő DeviceRequests konfiguráció hozzáadása a modul GPU-optimalizálását teszi lehetővé. Meglévő modul konfigurálásához kövesse az alábbi lépéseket.

1. Nyissa meg az IoT Hubot az Azure Portalon, és válassza az Eszközök lehetőséget az Eszközfelügyelet menüben.

2. A megnyitáshoz válassza ki az IoT Edge-eszközt.

3. Válassza felül a Modulok beállítása lapot.

4. Válassza ki a GPU-használathoz engedélyezni kívánt modult az IoT Edge-modulok listájában.

5. Megnyílik egy oldalpanel, és válassza a Tároló létrehozása beállításai lapot.

6. Másolja ki ezt a JSON-sztringet HostConfig , és illessze be a Létrehozási beállítások mezőbe.

    {
        "HostConfig": {
            "DeviceRequests": 
            [
                {
                    "Count": -1,
                    "Capabilities": [
                        [
                            "gpu"
                        ]
                    ]
                }
            ]
        }
    }
   

7. Válassza a Frissítés lehetőséget.

8. Válassza az Áttekintés + létrehozás lehetőséget. Az új HostConfig objektum most már látható a settings modulban.

9. Válassza a Létrehozás lehetőséget.

10. Az új konfiguráció működésének ellenőrzéséhez futtassa ezt a parancsot a virtuális gépen:

    sudo docker inspect <YOUR-MODULE-NAME>
    

    A konzol JSON-nyomtatásában meg kell jelennie a megadott paramétereknek DeviceRequests .

GPU engedélyezése előre gyártott NVIDIA-modulban

Adjunk hozzá egy NVIDIA DIGITS-modult az IoT Edge-eszközhöz, majd foglaljunk le egy GPU-t a modulhoz a környezeti változók beállításával. Ez az NVIDIA-modul már egy Docker-tárolóban van.

1. Válassza ki az IoT Edge-eszközt az Azure Portalon az IoT Hub Eszközök menüjében.

2. Válassza felül a Modulok beállítása lapot.

3. Válassza a + Hozzáadás lehetőséget az IoT Edge-modulok címsorában, és válassza az IoT Edge-modult.

4. Adjon meg egy nevet az IoT Edge-modul neve mezőben.

5. A Modul beállításai lapon adja hozzá nvidia/digits:6.0 a Kép URI mezőjét.

6. Válassza a Környezeti változók lapot.

7. Adja hozzá a környezeti változó nevét NVIDIA_VISIBLE_DEVICES az értékkel 0. Ez a változó szabályozza, hogy mely GPU-k láthatók a peremeszközön futó tárolóalapú alkalmazás számára. A NVIDIA_VISIBLE_DEVICES környezeti változó beállítható az eszközazonosítók vesszővel tagolt listájára, amely megfelel a rendszerben lévő fizikai GPU-knak. Ha például két GPU van a rendszerben 0 és 1 eszközazonosítóval, a változó "NVIDIA_VISIBLE_DEVICES=0,1" értékre állítható be, hogy mindkét GPU látható legyen a tároló számára. Ebben a cikkben, mivel a virtuális gép csak egy GPU-val rendelkezik, az elsőt (és csak) használjuk.

   Név	Típus	Érték
   NVIDIA_VISIBLE_DEVICES	Szöveg	0

8. Válassza a Hozzáadás lehetőséget.

9. Válassza az Áttekintés + létrehozás lehetőséget. Megjelennek az üzembehelyezési jegyzék tulajdonságai.

10. Válassza a Létrehozás lehetőséget a modul létrehozásához.

11. Válassza a Frissítés lehetőséget a modullista frissítéséhez. A modul futásideje néhány percet vesz igénybe, ezért frissítse az eszközt.

12. Az eszközről futtassa ezt a parancsot, és győződjön meg arról, hogy az új NVIDIA-modul létezik és fut.

    iotedge list
    

    Az NVIDIA-modulnak az IoT Edge-eszközön található modulok listájában kell megjelennie running, amelynek állapota : .

    

Az erőforrások eltávolítása

Ha folytatni szeretné a többi IoT Edge-oktatóanyagot, használhatja az oktatóanyaghoz létrehozott eszközt. Ellenkező esetben törölheti a létrehozott Azure-erőforrásokat a díjak elkerülése érdekében.

Ha a virtuális gépet és az IoT Hubot egy új erőforráscsoportban hozta létre, törölheti azt a csoportot, amely az összes társított erőforrást törli. Ellenőrizze duplán az erőforráscsoport tartalmát, és győződjön meg arról, hogy semmit sem szeretne megtartani. Ha nem szeretné törölni a teljes csoportot, törölheti az egyes erőforrásokat (virtuális gép, eszköz vagy GPU-modul).

Az Azure-erőforráscsoport eltávolításához használja az alábbi parancsot. Egy erőforráscsoport törlése eltarthat néhány percig.

az group delete --name <YOUR-RESOURCE-GROUP> --yes

Az erőforráscsoport eltávolítását az erőforráscsoportok listájának megtekintésével ellenőrizheti.

az group list

Következő lépések

Ez a cikk segített beállítani a virtuális gépet és az IoT Edge-eszközt GPU-gyorsításra. Ha hasonló beállítással szeretne futtatni egy alkalmazást, próbálja ki az NVIDIA DeepStream-fejlesztés képzési tervét a Microsoft Azure-ral. A Learn oktatóanyag bemutatja, hogyan fejleszthet optimalizált intelligens videoalkalmazásokat, amelyek több video-, kép- és hangforrást is használhatnak.