你当前正在访问 Microsoft Azure Global Edition 技术文档网站。如果需要访问由世纪互联运营的 Microsoft Azure 中国技术文档网站，请访问 https://docs.azure.cn。

在 Azure Stack Edge Pro GPU 设备上部署支持 GPU 的 IoT 模块

项目
10/16/2024

适用范围： 适用于 Pro - GPU SKU Azure Stack Edge Pro - GPU 对于 Pro 2 SKU 是必需的 Azure Stack Edge Pro 2 对于 Pro R SKU 是必需的 Azure Stack Edge Pro R

注意

强烈建议在 Linux VM 中部署最新的 IoT Edge 版本。 Azure Stack Edge 上的托管 IoT Edge 使用的是没有最新功能和修补程序的 IoT Edge 较低版本。相关说明请参阅如何部署 Ubuntu VM。有关可以运行 IoT Edge 的其他受支持 Linux 分发版的详细信息，请参阅 Azure IoT Edge 支持系统 - 容器引擎。

本文介绍如何在 Azure Stack Edge Pro GPU 设备上部署支持 GPU 的 IoT Edge 模块。

在本文中，学习如何：

准备 Azure Stack Edge Pro 以运行 GPU 模块。
从 Git 存储库下载并安装示例代码。
构建解决方案并生成部署清单。
将解决方案部署到 Azure Stack Edge Pro 设备。
监视模块输出。

关于示例模块

本文中的 GPU 示例模块包括 PyTorch 和 TensorFlow 基准测试示例代码，用于比较 CPU 与 GPU。

先决条件

在开始之前，请确保：

你已访问已启用 GPU 的 1 节点 Azure Stack Edge Pro 设备。此设备已使用 Azure 中的资源激活。请参阅激活设备。
已在此设备上配置计算。按照教程：在 Azure Stack Edge Pro 设备上配置计算中的步骤操作。
一个 Azure 容器注册表 (ACR)。转到“访问密钥”边栏选项卡，记下“ACR 登录服务器”、“用户名”和“密码”。有关详细信息，请转到快速入门：使用 Azure 门户创建专用容器注册表。
Windows 客户端上的以下开发资源：
- Azure CLI 2.0 或更高版本
- Docker CE。你可能需要创建一个帐户来下载并安装该软件。
- Visual Studio Code
- 适用于 Visual Studio Code 的 Azure IoT Edge 扩展。
- 适用于 Visual Studio Code 的 Python 扩展
- Python 3
- 用于安装 Python 包的 Pip（通常包含在 Python 安装中）

获取示例代码

转到 Azure 中的 Azure 智能边缘模式示例。克隆或下载代码的 zip 文件。

从 zip 文件中提取文件。也可以克隆示例。
```
git clone https://github.com/Azure-Samples/azure-intelligent-edge-patterns.git
```

构建和部署模块

在 Visual Studio Code 中打开 GpuReferenceModules 文件夹。

打开 deployment.template.json，并标识它为容器注册表引用的参数。在以下文件中，将使用 ONTAINER_REGISTRY_USERNAME、CONTAINER_REGISTRY_PASSWORD 和 CONTAINER_REGISTRY_NAME。

    {
  "$schema-template": "2.0.0",
  "modulesContent": {
    "$edgeAgent": {
      "properties.desired": {
        "schemaVersion": "1.0",
        "runtime": {
          "type": "docker",
          "settings": {
            "minDockerVersion": "v1.25",
            "loggingOptions": "",
            "registryCredentials": {
              "${CONTAINER_REGISTRY_NAME}":{
              "username": "$CONTAINER_REGISTRY_USERNAME",
              "password": "$CONTAINER_REGISTRY_PASSWORD",
              "address": "${CONTAINER_REGISTRY_NAME}.azurecr.io"
              }
            }
          }
        },

创建一个新文件。填写容器注册表参数的值，（使用之前步骤中标识的参数），如下所示：

CONTAINER_REGISTRY_NAME=<YourContainerRegistryName>
CONTAINER_REGISTRY_USERNAME=<YourContainerRegistryUserName>
CONTAINER_REGISTRY_PASSWORD=<YourContainerRegistryPassword>

以下显示了一个示例 .env 文件：

创建并保存 .env 文件

将文件另存为 .env，并保存在 SampleSolution 文件夹中。
要登录到 Docker，在 Visual Studio Code 集成终端输入以下命令。
```
docker login -u <CONTAINER_REGISTRY_USERNAME> -p <CONTAINER_REGISTRY_PASSWORD> <CONTAINER_REGISTRY_NAME>
```
在 Azure 门户中，转到容器注册表的“访问密钥”部分。复制并使用注册表名称、密码和登录服务器。

提供凭据后，登录即成功。
向 Azure 容器注册表推送映像。在 VS Code 资源管理器中，选择并右键单击“deployment.template.json”文件，然后选择“生成并推送 IoT Edge 解决方案”。

如果未安装 Python 和 Python 扩展，则将在你构建并推送解决方案时进行安装。但这会导致生成时间较长。

完成此步骤后，你会在容器注册表中看到该模块。
若要创建部署清单，右键单击“deployment.template.json”，然后选择“生成 IoT Edge 部署清单”。

通知会告知你生成部署清单的路径。清单是在 config 文件夹中生成的 deployment.amd64.json 文件。
在 config 文件夹中选择 deployment.amd64.json 文件，然后选择“为单个设备创建部署”。请勿使用 deployment.template.json 文件。

在“输出”窗口中，应会看到部署成功的消息。

监视模块

在 VS Code 命令面板中，运行“Azure IoT 中心: 选择 IoT 中心”。
选择包含要配置的 IoT Edge 设备的订阅和 IoT 中心。在这种情况下，请选择用于部署 Azure Stack Edge Pro 设备的订阅，并选择为 Azure Stack Edge Pro 设备创建的 IoT Edge 设备。在前面的步骤中通过 Azure 门户配置计算时，会发生这种情况。
在 VS Code 资源管理器中，展开“Azure IoT 中心”部分。在“设备”下，应会看到与 Azure Stack Edge Pro 设备对应的 IoT Edge 设备。
1. 选择该设备，右键单击，然后选择“开始监视内置事件终结点”。
2. 转到“设备”>“模块”，然后你应会看到 GPU 模块正在运行。
3. VS Code 终端还应显示 IoT 中心事件，这些事件显示为 Azure Stack Edge Pro 设备的监视输出。
  
  你可看到 GPU 执行同一组操作（5000 次形状转换迭代）所用时间比 CPU 所用时间要少得多。

后续步骤

详细了解如何配置 GPU 以使用模块。

通过