练习 - 使用 Azure IoT Edge 将跨平台 DeepStream 映像部署到 NVIDIA 嵌入式设备

10 分钟

已将容器化 DeepStream Graph Composer 工作负载发布到容器注册表，并为 NVIDIA Jetson 嵌入式设备配置了 IoT Edge 运行时。现在，你已准备好在中心创建部署规范，以将工作负载作为 IoT Edge 模块运行。

在 Azure 门户中，转到在本模块开头创建的 IoT 中心。在左侧菜单的“自动设备管理”下，选择“IoT Edge”。查找已注册设备。
要查看有关当前配置的详细信息，请选择设备名称：
选择“设置模块”选项卡以打开模块编辑器：

必须提供适当的容器注册表凭证，以便 NVIDIA 嵌入式设备可以从容器注册表中提取容器工作负载。
在单独的浏览器窗口中，转到 Azure 门户中的容器注册表：
在左侧菜单的“设置”下，选择“访问密钥”。在“访问密钥”中，记下“登录服务器”、“用户名”和“密码”的值。在下一步将使用这些值。
返回打开到“设置模块”的浏览器窗口。在“容器注册表凭据”中，输入容器注册表“访问密钥”中的值。使用这些凭据，任何应用此模块规范的设备都可以从 Azure 中的容器注册表安全地提取容器工作负载。
接下来，配置自定义 IoT Edge 模块作为部署规范的一部分。在“模块”窗格的“IoT Edge 模块”部分，选择“添加”>“IoT Edge 模块”：
在“添加 IoT Edge 模块”的“IoT Edge 模块名称”中，输入模块名称“deepstream_test4_jetson”。在“映像 URI”中，输入“<Login Server>/deepstream_test4_jetson:v1”。对于<Login Server>，使用容器注册表的 URL。

接下来，选择“容器创建选项”选项卡以启用对 GPU 加速的支持，并通过添加以下内容提供对 X11 套接字的访问，以允许从容器呈现视频输出：

{
"NetworkingConfig": {
    "EndpointsConfig": {
        "host": {}
    }
},
"HostConfig": {
    "DeviceRequests": [
        {
            "Count": -1,
            "Capabilities": [
                [
                    "gpu"
                ]
            ]
        }
    ],
    "NetworkMode": "host",
    "Binds": [
        "/tmp/.X11-unix/:/tmp/.X11-unix/",
        "/tmp/argus_socket:/tmp/argus_socket"
    ]
}
}

完成后，选择“更新”：

选择“查看 + 创建”后，将返回到“在设备上设置模块”页：

部署文本框显示将要提交到设备的部署规范。验证内容是否类似于此示例：

{
"modulesContent": {
    "$edgeAgent": {
        "properties.desired": {
            "modules": {
                "deepstream_test4_jetson": {
                    "settings": {
                        "image": "<Login Server>.azurecr.io/deepstream_test4_jetson:v1",
                        "createOptions": "{\"NetworkingConfig\":{\"EndpointsConfig\":{\"host\":{}}},\"HostConfig\":{\"DeviceRequests\":[{\"Count\":-1,\"Capabilities\":[[\"gpu\"]]}],\"NetworkMode\":\"host\",\"Binds\":[\"/tmp/.X11-unix/:/tmp/.X11-unix/\",\"/tmp/argus_socket:/tmp/argus_socket\"]}}"
                    },
                    "type": "docker",
                    "version": "1.0",
                    "env": {
                        "DISPLAY": {
                            "value": ":0"
                        }
                    },
                    "status": "running",
                    "restartPolicy": "always"
                }
            },
            "runtime": {
                "settings": {
                    "minDockerVersion": "v1.25",
                    "registryCredentials": {
                        "<Your Registry Name>": {
                            "address": "<Login Server>.azurecr.io",
                            "password": "<Your Password>",
                            "username": "<Your Username>"
                        }
                    }
                },
                "type": "docker"
            },
            "schemaVersion": "1.1",
            "systemModules": {
                "edgeAgent": {
                    "settings": {
                        "image": "mcr.microsoft.com/azureiotedge-agent:1.1",
                        "createOptions": ""
                    },
                    "type": "docker"
                },
                "edgeHub": {
                    "settings": {
                        "image": "mcr.microsoft.com/azureiotedge-hub:1.1",
                        "createOptions": "{\"HostConfig\":{\"PortBindings\":{\"5671/tcp\":[{\"HostPort\":\"5671\"}],\"8883/tcp\":[{\"HostPort\":\"8883\"}],\"443/tcp\":[{\"HostPort\":\"443\"}]}}}"
                    },
                    "type": "docker",
                    "status": "running",
                    "restartPolicy": "always"
                }
            }
        }
    },
    "$edgeHub": {
        "properties.desired": {
            "routes": {
                "route": "FROM /messages/* INTO $upstream"
            },
            "schemaVersion": "1.1",
            "storeAndForwardConfiguration": {
                "timeToLiveSecs": 7200
            }
        }
    },
    "deepstream_test4_jetson": {
        "properties.desired": {}
    }
}
}

验证部署配置是否正确，然后选择“创建”以开始部署过程：
要验证部署是否成功，请在 NVIDIA 嵌入式设备的终端中运行以下命令：
```
sudo iotedge list
```
验证输出显示 edgeAgent、edgeHub 和 deepstream_test4_jetson 模块的状态是否为 running。

如果设备连接到显示器，应该能够看到 DeepStream Graph Composer 应用程序的可视化输出，如下例所示：

通过在 NVIDIA Jetson 嵌入式设备上的终端中运行以下命令来监视 deepstream_test4_jetson 模块的输出：

sudo docker logs -f deepstream_test4_jetson

每隔几秒钟，设备就会向其在 Azure IoT 中心注册的中心发送遥测数据。出现类似于以下示例的消息：

Message sent : {
  "version" : "4.0",
  "id" : 1440,
  "@timestamp" : "2021-09-21T03:08:51.161Z",
  "sensorId" : "sensor-0",
  "objects" : [
    "-1|570|478.37|609|507.717|Vehicle|#|sedan|Bugatti|M|blue|XX1234|CA|-0.1"
  ]
}

可以通过返回到 IoT Edge 设备的设备概述来确认 Azure 门户中正在运行的模块的状态。应该会看到为设备列出的以下模块和关联状态：
还可以在 IoT 中心概述窗格中确认消息从设备到达中心。应注意到消息的增加：

祝贺你！已成功开发 DeepStream Graph Composer 工作负载的生产级边缘部署，并使用 Azure IoT Edge 将其部署到实际设备！

尝试此服务

使用本模块中描述的策略，如何修改现有的 DeepStream 参考图以支持野生动物保护解决方案（通过使用实时摄像头来计算濒危物种）的独特实例？需要修改哪些组件来支持此解决方案？是否需要对整体部署策略进行任何修改？

练习 - 使用 Azure IoT Edge 将跨平台 DeepStream 映像部署到 NVIDIA 嵌入式设备

尝试此服务

反馈