Exercício - Instale as dependências e o SDK do NVIDIA DeepStream

Concluído

O NVIDIA DeepStream SDK requer algum software de pré-requisito. Vamos percorrer a instalação dessas dependências e explicar suas funções.

1. Instale os pacotes de dependência que fornecem ferramentas para compilar aplicativos C e C++ a partir da origem. Observe que vários gstreamerplug-ins baseados estão incluídos. Eles são necessários porque o NVIDIA DeepStream usa a biblioteca GStreamer para manipulação de mídia e composição de gráficos em aplicativos DeepStream. Use os seguintes comandos para instalar esses requisitos no 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 o driver NVIDIA versão 470.63.01 a partir da página de drivers Unix NVIDIA em: https://www.nvidia.com/Download/driverResults.aspx/179599/en-us

   1. O pacote de instalação deve ser baixado para a pasta Downloads do usuário local. Vá para o local de download e instale o pacote usando estes comandos:

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

3. Instale o CUDA Toolkit 11.4 adicionando o repositório CUDA baseado no Ubuntu da NVIDIA em suas fontes APT. O CUDA Toolkit permite que seu ambiente de desenvolvimento use a aceleração de GPU em dispositivos com hardware compatível. O kit de ferramentas inclui ferramentas de compilador especiais e bibliotecas que permitem criar e executar aplicativos acelerados por GPU. Ele também instala automaticamente os drivers compatíveis para permitir a execução de aplicativos acelerados por GPU no sistema host.

   Para instalar o CUDA Toolkit 11.4, execute estes comandos no 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 o TensorRT 8.0.1 GA da NVIDIA. O TensorRT é um SDK que fornece implementação de alto desempenho de algoritmos de inferência de aprendizagem profunda por meio de aceleração de hardware. Ele inclui várias otimizações para oferecer baixa latência e alta taxa de transferência em aplicativos que usam deep learning. Para instalá-lo, você precisa de uma associação ao NVIDIA Developer Program. Se você não tiver um, será solicitado a criar um quando concluir as etapas a seguir. Esta subscrição gratuita permite-lhe aceder aos ficheiros de instalação necessários.

   Nota

   Você precisará ter um navegador em sua máquina host para concluir esse processo.

   Se você não tiver um, você pode facilmente instalar o navegador Firefox em sua máquina host usando este comando: sudo apt install firefox

   1. Adicione o repositório CUDA aos seus códigos-fonte apt executando os seguintes 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 um navegador na máquina host e baixe o pacote de repositório local TensorRT 8.0.1 GA para Ubuntu 18.04 e CUDA 11.3 DEB.

   3. O pacote de instalação deve ser baixado para a pasta Downloads do usuário local. Vá para o local de download e instale o pacote usando estes 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 o adaptador de protocolo Kafka usado pelo agente de mensagens DeepStream. Abra um terminal e execute os seguintes comandos:

   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 o SDK do DeepStream. O SDK inclui todas as bibliotecas, fontes de desenvolvimento e exemplos para você começar a criar pipelines de IVA personalizados.

   1. Abra um navegador na máquina host. Vá para o download do NVIDIA DeepStream - Versão 6.0.0-1.

   2. Ele deve ser baixado para a pasta Downloads do usuário local. Vá para o local de download e instale o pacote usando estes comandos:

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

Agora você está pronto para começar a explorar como criar aplicativos Intelligent Video Analytics usando o NVIDIA DeepStream SDK. Examinaremos e executaremos um aplicativo de exemplo.