Skip to content

Latest commit

 

History

History
77 lines (48 loc) · 3.98 KB

Docker_Images_CN.md

File metadata and controls

77 lines (48 loc) · 3.98 KB

Docker 镜像

(简体中文|English)

该文档维护了 Paddle Serving 提供的镜像列表。

获取镜像

您可以通过两种方式获取镜像。

  1. 通过 TAG 直接从 dockerhub 或 registry.baidubce.com 拉取镜像,具体TAG请参见下文的镜像说明章节的表格。

    docker pull registry.baidubce.com/paddlepaddle/serving:<TAG> 
  2. 基于 Dockerfile 构建镜像

    建立新目录,复制对应 Dockerfile 内容到该目录下 Dockerfile 文件。执行

    docker build -f tools/${DOCKERFILE} -t registry.baidubce.com/paddlepaddle/serving:<images-tag> .

镜像说明

若需要基于源代码二次开发编译,请使用后缀为-devel的版本。 在TAG列,0.9.0也可以替换成对应的版本号,例如0.5.0/0.4.1等,但需要注意的是,部分开发环境随着某个版本迭代才增加,因此并非所有环境都有对应的版本号可以使用。

开发镜像:

开发镜像中安装多种开发工具,可用于调试和编译代码,适配2种 GCC 版本和多种 CUDA 环境,但镜像体积较大。

镜像选择 操作系统 TAG Dockerfile
CPU development Ubuntu16 0.9.0-devel Dockerfile.devel
GPU (cuda10.1-cudnn7-tensorRT6) development Ubuntu16 0.9.0-cuda10.1-cudnn7-devel Dockerfile.cuda10.1-cudnn7.devel
GPU (cuda10.2-cudnn7-tensorRT6) development Ubuntu16 0.9.0-cuda10.2-cudnn7-devel Dockerfile.cuda10.2-cudnn7.devel
GPU (cuda10.2-cudnn8-tensorRT7) development Ubuntu16 0.9.0-cuda10.2-cudnn8-devel Dockerfile.cuda10.2-cudnn8.devel
GPU (cuda11.2-cudnn8-tensorRT8) development Ubuntu16 0.9.0-cuda11.2-cudnn8-devel Dockerfile.cuda11.2-cudnn8.devel

运行镜像:

运行镜像比开发镜像更加轻量化, 运行镜像提供了serving的whl和bin,但为了运行期更小的镜像体积,没有提供诸如cmake这样但开发工具。 如果您想了解有关信息,请检查文档在Kubernetes上使用Paddle Serving

Env Version Docker images tag OS Gcc Version Size
CPU 0.9.0 0.9.0-runtime Ubuntu 16 8.2.0 3.9 GB
CUDA 10.1 + cuDNN 7 0.9.0 0.9.0-cuda10.1-cudnn7-runtime Ubuntu 16 8.2.0 10 GB
CUDA 10.2 + cuDNN 7 0.9.0 0.9.0-cuda10.2-cudnn7-runtime Ubuntu 16 8.2.0 10.1 GB
CUDA 10.2 + cuDNN 8 0.9.0 0.9.0-cuda10.2-cudnn8-runtime Ubuntu 16 8.2.0 10.1 GB
CUDA 11.2 + cuDNN 8 0.9.0 0.9.0-cuda11.2-cudnn8-runtime Ubuntu 16 8.2.0 14.2 GB

Java镜像:

registry.baidubce.com/paddlepaddle/serving:0.9.0-cuda10.2-cudnn8-java

XPU镜像:

registry.baidubce.com/paddlepaddle/serving:xpu-arm # for arm xpu user
registry.baidubce.com/paddlepaddle/serving:xpu-x86 # for x86 xpu user

运行CUDA容器的要求

运行CUDA容器需要至少具有一个支持CUDA的GPU以及与您所使用的CUDA工具包版本兼容的驱动程序。

运行CUDA容器的机器只需要相应的NVIDIA驱动程序,而CUDA工具包不是必要的。

相关CUDA工具包版本、驱动版本和GPU架构的关系请参阅 nvidia-docker wiki