Ejercicio: Instalación del SDK y las dependencias de NVIDIA DeepStream

Completado

El SDK de NVIDIA DeepStream requiere cierto software como requisito previo. Le guiaremos en la instalación de estas dependencias y explicaremos sus roles.

1. Instale los paquetes de dependencia que proporcionan herramientas para compilar aplicaciones de C y C++ desde el origen. Observe que se incluyen varios complementos basados en gstreamer. Son necesarios porque NVIDIA DeepStream usa la biblioteca GStreamer para el control de elementos multimedia y la composición de grafos en aplicaciones de DeepStream. Use los siguientes comandos para instalar estos requisitos en el terminal host:

   sudo apt install \
   libssl1.0.0 \
   libgstreamer1.0-0 \
   gstreamer1.0-tools \
   gstreamer1.0-plugins-good \
   gstreamer1.0-plugins-bad \
   gstreamer1.0-plugins-ugly \
   gstreamer1.0-libav \
   libgstrtspserver-1.0-0 \
   libjansson4 \
   gcc \
   make \
   git \
   python3
   

2. Instale la versión 470.63.01 del controlador NVIDIA desde la página de controladores de NVIDIA Unix en: https://www.nvidia.com/Download/driverResults.aspx/179599/en-us

   1. El paquete de instalación debe descargarse en la carpeta Descargas del usuario local. Vaya a la ubicación de descarga e instale el paquete mediante estos comandos:

   chmod 755 NVIDIA-Linux-x86_64-470.63.01.run
   sudo ./NVIDIA-Linux-x86_64-470.63.01.run 
   

3. Instale CUDA Toolkit 11.4 agregando el repositorio CUDA basado en Ubuntu de NVIDIA en los orígenes APT. El kit de herramientas CUDA permite a su entorno de desarrollo utilizar la aceleración de la GPU en dispositivos con hardware compatible. El kit de herramientas incluye bibliotecas y herramientas de compilador especiales que permiten compilar y ejecutar aplicaciones aceleradas por GPU. También instala automáticamente los controladores compatibles para permitir la ejecución de aplicaciones aceleradas por GPU en el sistema host.

   Para instalar CUDA Toolkit 11.4, ejecute estos comandos en el terminal host:

   wget https://developer.download.nvidia.com/compute/cuda/repos/ubuntu1804/x86_64/cuda-ubuntu1804.pin
   sudo mv cuda-ubuntu1804.pin /etc/apt/preferences.d/cuda-repository-pin-600
   wget https://developer.download.nvidia.com/compute/cuda/11.4.1/local_installers/cuda-repo-ubuntu1804-11-4-local_11.4.1-470.57.02-1_amd64.deb
   sudo dpkg -i cuda-repo-ubuntu1804-11-4-local_11.4.1-470.57.02-1_amd64.deb
   sudo apt-key add /var/cuda-repo-ubuntu1804-11-4-local/7fa2af80.pub
   sudo apt-get update
   sudo apt-get -y install cuda
   

4. Instale TensorRT 8.0.1 GA desde NVIDIA. TensorRT es un SDK que proporciona una implementación de alto rendimiento de algoritmos de inferencia de aprendizaje profundo a través de la aceleración de hardware. Incluye varias optimizaciones para ofrecer baja latencia y alto rendimiento en aplicaciones que usan aprendizaje profundo. Para instalarlo, necesita una pertenencia al Programa para desarrolladores de NVIDIA. Si no tiene una, se le pedirá que cree una cuando complete los pasos siguientes. Esta pertenencia gratuita permite acceder a los archivos de instalación necesarios.

   Nota:

   Deberá tener un explorador en el equipo host para completar este proceso.

   Si no tiene uno, puede instalar fácilmente el explorador Firefox en el equipo host mediante este comando: sudo apt install firefox

   1. Agregue el repositorio CUDA a los orígenes APT ejecutando los siguientes comandos:

      echo "deb https://developer.download.nvidia.com/compute/cuda/repos/ubuntu1804/x86_64 /" | sudo tee /etc/apt/sources.list.d/cuda-repo.list
      wget https://developer.download.nvidia.com/compute/cuda/repos/ubuntu1804/x86_64/7fa2af80.pub
      sudo apt-key add 7fa2af80.pub
      sudo apt-get update
      

   2. Abra un explorador en el equipo host y descargue TensorRT 8.0.1 GA para Ubuntu 18.04 y el paquete de repositorio local CUDA 11.3 DEB.

   3. El paquete de instalación debe descargarse en la carpeta Descargas del usuario local. Vaya a la ubicación de descarga e instale el paquete mediante estos comandos:

      cd ~/Downloads
      sudo dpkg -i nv-tensorrt-repo-ubuntu1804-cuda11.3-trt8.0.1.6-ga-20210626_1-1_amd64.deb 
      sudo apt-key add /var/nv-tensorrt-repo-ubuntu1804-cuda11.3-trt8.0.1.6-ga-20210626/7fa2af80.pub 
      sudo apt-get update 
      sudo apt-get install \
      libnvinfer8=8.0.1-1+cuda11.3 \
      libnvinfer-plugin8=8.0.1-1+cuda11.3 \
      libnvparsers8=8.0.1-1+cuda11.3 \
      libnvonnxparsers8=8.0.1-1+cuda11.3 \
      libnvinfer-bin=8.0.1-1+cuda11.3 \
      libnvinfer-dev=8.0.1-1+cuda11.3 \
      libnvinfer-plugin-dev=8.0.1-1+cuda11.3 \
      libnvparsers-dev=8.0.1-1+cuda11.3 \
      libnvonnxparsers-dev=8.0.1-1+cuda11.3 \
      libnvinfer-samples=8.0.1-1+cuda11.3 \
      libnvinfer-doc=8.0.1-1+cuda11.3
      

5. Instale librdkafka para habilitar el adaptador de protocolo Kafka usado por el agente de mensajes de DeepStream. Abra un terminal y ejecute los comandos siguientes:

   cd ~
   git clone https://github.com/edenhill/librdkafka.git
   cd librdkafka
   git reset --hard 7101c2310341ab3f4675fc565f64f0967e135a6a
   ./configure
   make sudo make install
   sudo mkdir -p /opt/nvidia/deepstream/deepstream-6.0/lib
   sudo cp /usr/local/lib/librdkafka* /opt/nvidia/deepstream/deepstream-6.0/lib
   

6. Instale el SDK de DeepStream. El SDK incluye todas las bibliotecas, orígenes de desarrollo y ejemplos para empezar a crear canalizaciones de IVA personalizadas.

   1. Abra un explorador en el equipo host. Vaya a NVIDIA DeepStream - Version 6.0.0-1 Download (Descarga de NVIDIA DeepStream: versión 6.0.0-1).

   2. Debería descargarse en la carpeta Descargas del usuario local. Vaya a la ubicación de descarga e instale el paquete mediante estos comandos:

   cd ~/Downloads
   sudo apt-get install ./deepstream-6.0_6.0.0-1_amd64.deb
   

Ya tiene todo listo para empezar a explorar cómo compilar aplicaciones de Intelligent Video Analytics mediante el SDK de NVIDIA DeepStream. Examinaremos y ejecutaremos una aplicación de ejemplo.