serving

简体中文 | English

FastDeploy 服务化部署

简介

FastDeploy基于Triton Inference Server搭建了端到端的服务化部署。底层后端使用FastDeploy高性能Runtime模块，并串联FastDeploy前后处理模块实现端到端的服务化部署。具有快速部署、使用简单、性能卓越的特性。

准备环境

环境要求

• Linux
• 如果使用GPU镜像， 要求NVIDIA Driver >= 470(如果是旧的Tesla架构GPU，如T4使用的NVIDIA Driver可以是418.40+、440.33+、450.51+、460.27+)

获取镜像

CPU镜像

CPU镜像仅支持Paddle/ONNX模型在CPU上进行服务化部署，支持的推理后端包括OpenVINO、Paddle Inference和ONNX Runtime

docker pull paddlepaddle/fastdeploy:0.6.0-cpu-only-21.10

GPU镜像

GPU镜像支持Paddle/ONNX模型在GPU/CPU上进行服务化部署，支持的推理后端包括OpenVINO、TensorRT、Paddle Inference和ONNX Runtime

docker pull paddlepaddle/fastdeploy:0.6.0-gpu-cuda11.4-trt8.4-21.10

用户也可根据自身需求，参考如下文档自行编译镜像

• FastDeploy服务化部署镜像编译说明

其它文档

• 服务化模型目录说明 (说明如何准备模型目录)
• 服务化部署配置说明 (说明runtime的配置选项)
• 服务化部署示例

模型示例列表

任务场景	模型
Classification	PaddleClas
Detection	ultralytics/YOLOv5
NLP	PaddleNLP/ERNIE-3.0
Speech	PaddleSpeech/PP-TTS