使用OpenVINO Model Server在哪吒開發(fā)板上部署模型

作者：

王國強(qiáng) 蘇州嘉樹醫(yī)療科技有限公司 算法工程師

指導(dǎo)：

顏國進(jìn) 英特爾邊緣計(jì)算創(chuàng)新大使

1OpenVINO Model Server介紹

OpenVINO Model Server(OVMS)是一個(gè)高性能的模型部署系統(tǒng)，使用C++實(shí)現(xiàn)，并在Intel架構(gòu)上的部署進(jìn)行了優(yōu)化，使用OpenVINO 進(jìn)行推理，推理服務(wù)通過gPRC或REST API提供，使得部署新算法、AI實(shí)驗(yàn)變得簡單。OVMS可以在Docker容器、裸機(jī)、Kuberntes環(huán)境中運(yùn)行，這里我使用的是Docker容器。

2哪吒開發(fā)板Docker安裝

Ubuntu22.04上的Docker安裝可以參照官方文檔：

https://docs.docker.com/engine/install/

首先安裝依賴：

sudo apt update
sudo apt install ca-certificates curl

然后添加Docker的GPG密鑰，如果你的網(wǎng)絡(luò)可以正常訪問Docker可以通過下面的命令添加APT源：

sudo install -m 0755 -d /etc/apt/keyrings
sudo curl -fsSL https://download.docker.com/linux/ubuntu/gpg -o /etc/apt/keyrings/docker.asc
sudo chmod a+r /etc/apt/keyrings/docker.asc
echo 
 "deb [arch=$(dpkg --print-architecture) signed-by=/etc/apt/keyrings/docker.asc] https://download.docker.com/linux/ubuntu 
 $(. /etc/os-release && echo "$VERSION_CODENAME") stable" | 
 sudo tee /etc/apt/sources.list.d/docker.list > /dev/null
sudo apt update

如果無法正常訪問，就需要換成國內(nèi)鏡像源，這里以阿里源為例：

sudo curl -fsSL https://mirrors.aliyun.com/docker-ce/linux/ubuntu/gpg | sudo apt-key add -
sudo add-apt-repository "deb [arch=$(dpkg --print-architecture)] https://mirrors.aliyun.com/docker-ce/linux/ubuntu $(lsb_release -cs) stable"
sudo apt update

之后就可以通過apt安裝Docker，命令如下：

sudo apt install docker-ce docker-ce-cli containerd.io docker-buildx-plugin docker-compose-plugin

安裝后可以通過以下命令驗(yàn)證是否安裝成功：

sudo docker --version
sudo docker run hello-world

3拉取OpenVINOModel Server鏡像

各個(gè)版本的鏡像可以在OpenVINO 的Docker Hub上找到，我拉取了一個(gè)最新的帶有GPU環(huán)境的鏡像：

https://hub.docker.com/r/openvino/model_server/tags

sudo docker pull openvino/model_server:latest-gpu
sudo docker images

4準(zhǔn)備模型

首先在哪吒開發(fā)板上新建一個(gè)models文件夾，文件夾的結(jié)構(gòu)如下，這里我在models文件夾下存放了resnet50和Transformer兩個(gè)模型，版本都為1，模型為OpenVINO IR格式。

5啟動(dòng)OpenVINO Model Server容器

在哪吒開發(fā)板上啟動(dòng)帶有iGPU環(huán)境的OpenVINO Model Server容器命令如下：

sudo docker run -it --device=/dev/dri --group-add=$(stat -c "%g" /dev/dri/render* | head -n 1) -d -u $(id -u) -v $(pwd)/models:/models -p 9000:9000 openvino/model_server:latest-gpu --model_name Transformer --model_path /models/Transformer --port 9000 --target_device GPU

各個(gè)參數(shù)的含義可在官方文檔查看：https://docs.openvino.ai/2024/ovms_docs_parameters.html

容器啟動(dòng)后可以通過以下命令查看容器ID、狀態(tài)信息等。

sudo docker ps

這樣Transformer模型就通過OpenVINO Model Server部署在了哪吒開發(fā)板上。

6請(qǐng)求推理服務(wù)

接下來通過gRPC API訪問推理服務(wù)，以python為例，首先安裝ovmsclient包。

pip install ovmsclient

請(qǐng)求推理的代碼如下，這里在局域網(wǎng)的另一臺(tái)機(jī)器上請(qǐng)求哪吒開發(fā)板上的推理服務(wù)，10.0.70.164為哪吒開發(fā)板的ip地址。

import os
import time
import numpy as np
import pandas as pd
from ovmsclient import make_grpc_client


client = make_grpc_client("10.0.70.164:9000")


sum_time = 0
root_dir = './data/'
filelist = os.listdir(root_dir)
for file in filelist:
  start_time = time.perf_counter()
  sample = pd.read_csv(root_dir + file)['ForceValue'].values
  inputs = sample.reshape(1, -1).astype(np.float32)


  output = client.predict({"input": inputs}, "Transformer")
  end_time = time.perf_counter()
  sum_time += end_time - start_time
  result_index = np.argmax(output[0], axis=0)
  print('Infer results: ', result_index, '
Infer time: ', (end_time - start_time) * 1000, 'ms')
print('Average time: ', sum_time / len(filelist) * 1000, 'ms') 

推理結(jié)果成功返回，平均推理時(shí)間12ms，如果換成更穩(wěn)定的以太網(wǎng)速度應(yīng)該會(huì)更快。

7總結(jié)

以上就是在哪吒開發(fā)板上使用OpenVINO(C++)推理模型，并通過OpenVINO Model Server進(jìn)行模型部署的過程，可以看出OpenVINO的使用還是比較方便、簡潔的，推理速度也很快。