تثبيت حاوية التحليل المكاني وتشغيلها (معاينة)

تمكنك حاوية التحليل المكاني من تحليل الفيديو المتدفق في الوقت الفعلي لفهم العلاقات المكانية بين الأشخاص وحركتهم وتفاعلاتهم مع الكائنات في البيئات المادية. تساعدك الحاويات على تلبية متطلبات الأمان وإدارة البيانات المحددة.

المتطلبات الأساسية

• اشتراك Azure - إنشاء اشتراك مجانًا
• يجب أن يكون Cognitive Services Contributor لحساب Azure دور معين لكي توافق على شروط الذكاء الاصطناعي المسؤولة وإنشاء مورد. للحصول على هذا الدور المعين لحسابك، اتبع الخطوات الواردة في وثائق تعيين الأدوار، أو اتصل بالمسؤول.
• بمجرد أن يكون لديك اشتراك Azure، قم بإنشاء مورد Computer Vision لطبقة S1 القياسية في مدخل Microsoft Azure للحصول على المفتاح ونقطة النهاية. بعد انتشاره، حدد "Go to resource".
  • ستحتاج إلى المفتاح ونقطة النهاية من المورد الذي تقوم بإنشائه لتشغيل حاوية التحليل المكاني. ستستخدم المفتاح ونقطة النهاية لاحقًا.

متطلبات حاوية التحليل المكاني

لتشغيل حاوية التحليل المكاني، تحتاج إلى جهاز حساب مع NVIDIA CUDA Compute Capable GPU 6.0 أو أعلى (على سبيل المثال، NVIDIA Tesla T4 أو A2 أو 1080Ti أو 2080Ti). نوصي باستخدام Azure Stack Edge مع تسريع GPU، ولكن يتم تشغيل الحاوية على أي جهاز سطح مكتب آخر يلبي الحد الأدنى من المتطلبات. نشير إلى هذا الجهاز على أنه الكمبيوتر المضيف.

جهاز Azure Stack Edge

يعد Azure Stack Edge حلًا للأجهزة كخدمة وجهاز حوسبة متطور مزود بتقنية الذكاء الاصطناعي مع إمكانات نقل بيانات الشبكة. للحصول على إرشادات التجهيز والإعداد مفصلة، راجع "وثائق Azure Stack Edge".

جهاز سطح المكتب

الحد الأدنى لمتطلبات الأجهزة

• 4 جيجابايت من ذاكرة الوصول العشوائي للنظام
• 4 غيغابايت من ذاكرة الوصول العشوائي GPU
• 8 وحدة المعالجة المركزية الأساسية
• NVIDIA CUDA Compute Capable GPU 6.0 أو أعلى (على سبيل المثال، NVIDIA Tesla T4 أو A2 أو 1080Ti أو 2080Ti)
• 20 غيغابايت من مساحة القرص الصلب

الأجهزة الموصى بها

• 32 جيجابايت من ذاكرة الوصول العشوائي للنظام
• 16 جيجابايت من ذاكرة الوصول العشوائي GPU
• 8 وحدة المعالجة المركزية الأساسية
• اثنان منNVIDIA CUDA Compute Capable GPU 6.0 أو أعلى (على سبيل المثال، NVIDIA Tesla T4 أو A2 أو 1080Ti أو 2080Ti)
• 50 جيجابايت من مساحة القرص الصلب

في هذه المقالة، ستحمل حزم البرامج التالية وتثبتها. يجب أن يكون الكمبيوتر المضيف قادراً على تشغيل ما يلي (راجع أدناه للحصول على الإرشادات):

• مشغل جرافيكس NVIDIA ومجموعةأدوات "NVIDIA CUDA". الحد الأدنى لإصدار برنامج تشغيل GPU هو 460 مع CUDA 11.1.
• تكوينات "NVIDIA MPS" (خدمة متعددة العمليات).
• Docker CE وNVIDIA-Docker2
• وقت تشغيلوحدات IoT Edge.

الجهاز الظاهري Azure مع "GPU"

في مثالنا، نستخدم جهازا ظاهريا من سلسلة NCv3 يحتوي على وحدة معالجة الرسومات v100 واحدة.

المتطلبات	الوصف
الكاميرا	لا ترتبط حاوية التحليل المكاني بعلامة تجارية محددة للكاميرا. يحتاج جهاز الكاميرا إلى: دعم بروتوكول البث Real-Time (RTSP) وترميز H.264، ويكون في متناول الكمبيوتر المضيف، ويكون قادرًا على البث بدقة 15FPS و1080p.
نظام التشغيل Linux	Ubuntu Desktop 18.04 LTS يجب تثبيته على الكمبيوتر المضيف.

إعداد الكمبيوتر المضيف

نوصي باستخدام جهاز Azure Stack Edge للكمبيوتر المضيف. حدد جهاز سطح المكتب إذا كنت تقوم بتكوين جهاز مختلف، أو جهاز ظاهري إذا كنت تستخدم جهازًا ظاهريًا.

جهاز Azure Stack Edge

تهيئة الحساب على مدخل حافة مكدس ذاكرة مؤقتة في Azure

يستخدم التحليل المكاني ميزات حساب Azure Stack Edge لتشغيل حل الذكاء الاصطناعي. لتمكين ميزات الحساب، تأكد مما يلي:

• لقد قمت بتوصيل جهاز Azure Stack Edge وتنشيطه.
• لديك نظام عميل Windows يعمل بـ PowerShell 5.0 أو إصدار أحدث، للوصول إلى الجهاز.
• لنشر مجموعة Kubernetes، تحتاج إلى تكوين جهاز Azure Stack Edge عبر واجهة المستخدم المحلية على مدخل Microsoft Azure:
  1. تمكين ميزة الحساب على جهاز Azure Stack Edge. لتمكين الحساب، انتقل إلى صفحة الحوسبة في واجهة الويب لجهازك.
  2. حدد واجهة الشبكة التي تريد تمكينها للحوسبة، ثم حدد Enable. يؤدي هذا إلى إنشاء مفتاح ظاهري على جهازك، على واجهة الشبكة هذه.
  3. اترك عناوين IP لعقدة اختبار Kubernetes وعناوين IP للخدمات الخارجية Kubernetes فارغة.
  4. حدد تطبيق. قد تستغرق هذه العملية حوالي دقيقتين.

إعداد دور Azure Stack Edge وإنشاء مورد IoT Hub

في مدخل Azure، انتقل إلى مورد Azure Stack Edge. في صفحة نظرة عامة أو قائمة التنقل، حدد زر بدء حساب Edge. في لوحة تكوين حساب Edge، حدد تكوين.

في صفحة تكوين حساب Edge، اختر IoT Hub موجودًا، أو اختر إنشاء مركز جديد. بشكل افتراضي، يتم استخدام مستوى تسعير قياسي (S1) لإنشاء مورد مركز IoT. لاستخدام مورد IoT Hub ذي مستوى مجاني، أنشئ واحدًا ثم حدده. يستخدم مورد IoT Hub نفس الاشتراك ومجموعة الموارد المستخدمة من قبل مورد Azure Stack Edge

حدد إنشاء. قد يستغرق إنشاء مورد مركز IoT بضع دقائق. بعد إنشاء مورد IoT Hub، سيتم تحديث تجانب تكوين حساب Edge لإظهار التكوين الجديد. لتأكيد تكوين دور حساب Edge، حدد عرض التكوين في لوحة تكوين الحساب.

عندما يتم إعداد دور حساب Edge على جهاز Edge، فإنه ينشئ جهازين: جهاز IoT وجهاز IoT Edge. يمكن عرض كلا الجهازين في مورد مركز IoT. سيتم تشغيل وقت تشغيل Azure IoT Edge بالفعل على جهاز IoT Edge.

إشعار

• حاليا يتم دعم نظام Linux الأساسي فقط لأجهزة IoT Edge. للحصول على المساعدة في استكشاف أخطاء جهاز Azure Stack Edge وإصلاحها، راجع مقالة التسجيل واستكشاف الأخطاء وإصلاحها.
• لمعرفة المزيد حول كيفية تكوين جهاز IoT Edge للاتصال من خلال خادم وكيل، راجع تكوين جهاز IoT Edge للاتصال من خلال خادم وكيل

تمكين MPS على Azure Stack Edge

اتبع هذه الخطوات للاتصال عن بعد من عميل Windows.

1. ابدأ في جلسة Windows PowerShell كمسؤول.

2. تأكد من تشغيل خدمة Windows Remote Management على عميل. في نافذة موجه الأوامر، يُرجى كتابة:

   winrm quickconfig
   

   لمزيد من المعلومات، راجع التثبيت والتكوين لإدارة Windows عن بعد.

3. تعيين متغير إلى سلسلة الاتصال المستخدمة في hosts الملف.

   $Name = "<Node serial number>.<DNS domain of the device>"
   

   استبدل <Node serial number> و<DNS domain of the device> بالرقم التسلسلي للعقدة ومجال DNS لجهازك. يمكنك الحصول على قيم الرقم التسلسلي للعقدة من صفحة الشهادات ومجال DNS من صفحة الجهاز في واجهة مستخدم الويب المحلية لجهازك.

4. لإضافة سلسلة الاتصال هذه لجهازك إلى قائمة المضيفين الموثوق بهم للعميل، اكتب الأمر التالي:

   Set-Item WSMan:\localhost\Client\TrustedHosts $Name -Concatenate -Force
   

5. ابدأ جلسة Windows PowerShell على الجهاز:

   Enter-PSSession -ComputerName $Name -Credential ~\EdgeUser -ConfigurationName Minishell -UseSSL
   

   إذا رأيت خطأ متعلقًا بعلاقة الثقة، فتحقق مما إذا كانت سلسلة توقيع شهادة العقدة التي تم تحميلها إلى جهازك مثبتة أيضًا على العميل الذي يصل إلى جهازك.

6. أدخل كلمة المرور عند المطالبة. استخدم نفس كلمة المرور المستخدمة لتسجيل الدخول إلى واجهة مستخدم ويب المحلية. كلمة مرور واجهة مستخدم الويب المحلية الافتراضية هي Password1. عند الاتصال بنجاح بالجهاز باستخدام PowerShell البعيد، سترى نموذج الإخراج التالي:

   Windows PowerShell
   Copyright (C) Microsoft Corporation. All rights reserved.
   
   PS C:\WINDOWS\system32> winrm quickconfig
   WinRM service is already running on this machine.
   PS C:\WINDOWS\system32> $Name = "1HXQG13.wdshcsso.com"
   PS C:\WINDOWS\system32> Set-Item WSMan:\localhost\Client\TrustedHosts $Name -Concatenate -Force
   PS C:\WINDOWS\system32> Enter-PSSession -ComputerName $Name -Credential ~\EdgeUser -ConfigurationName Minishell -UseSSL
   
   WARNING: The Windows PowerShell interface of your device is intended to be used only for the initial network configuration. Please engage Microsoft Support if you need to access this interface to troubleshoot any potential issues you may be experiencing. Changes made through this interface without involving Microsoft Support could result in an unsupported configuration.
   [1HXQG13.wdshcsso.com]: PS>
   

جهاز سطح المكتب

اتبع هذه الإرشادات إذا لم يكن جهاز الحاسوب المضيف جهاز Azure Stack Edge.

تثبيت مجموعة أدوات NVIDIA CUDA وبرامج تشغيل رسومات Nvidia على الكمبيوتر المضيف

استخدم البرنامج النصي bash التالي لتثبيت برامج تشغيل رسومات Nvidia المطلوبة، وCUDA Toolkit.

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
sudo apt-key adv --fetch-keys https://developer.download.nvidia.com/compute/cuda/repos/ubuntu1804/x86_64/3bf863cc.pub
sudo add-apt-repository "deb http://developer.download.nvidia.com/compute/cuda/repos/ubuntu1804/x86_64/ /"
sudo apt-get update
sudo apt-get -y install cuda

أعد تشغيل الجهاز، ثم قم بتشغيل الأمر التالي.

nvidia-smi

يجب أن ترى الناتج التالي.

تثبيت Docker CE وnvidia-docker2 على الكمبيوتر المضيف

تثبيت Docker CE على الكمبيوتر المضيف.

sudo apt-get update
sudo apt-get install -y apt-transport-https ca-certificates curl gnupg-agent software-properties-common
curl -fsSL https://download.docker.com/linux/ubuntu/gpg | sudo apt-key add -
sudo add-apt-repository "deb [arch=amd64] https://download.docker.com/linux/ubuntu $(lsb_release -cs) stable"
sudo apt-get update
sudo apt-get install -y docker-ce docker-ce-cli containerd.io

قم بتثبيت حزمة برنامج nvidia-docker-2.

distribution=$(. /etc/os-release;echo $ID$VERSION_ID)
curl -s -L https://nvidia.github.io/nvidia-docker/gpgkey | sudo apt-key add -
curl -s -L https://nvidia.github.io/nvidia-docker/$distribution/nvidia-docker.list | sudo tee /etc/apt/sources.list.d/nvidia-docker.list
sudo apt-get update
sudo apt-get install -y docker-ce nvidia-docker2
sudo systemctl restart docker

تمكين NVIDIA MPS على الكمبيوتر المضيف

تلميح

• لا تقم بتثبيت MPS إذا كانت إمكانية حساب GPU أقل من 7.x (Pre Volta). راجع توافق CUDA للرجوع إليها.
• قم بتشغيل إرشادات MPS من نافذة محطة طرفية على الكمبيوتر المضيف. ليس داخل مثيل حاوية Docker.

للحصول على أفضل أداء واستخدام، قم بتكوين وحدة (وحدات) GPU للكمبيوتر المضيف لخدمة NVIDIA Multiprocess Service (MPS). قم بتشغيل إرشادات MPS من نافذة محطة طرفية على الكمبيوتر المضيف.

# Set GPU(s) compute mode to EXCLUSIVE_PROCESS
sudo nvidia-smi --compute-mode=EXCLUSIVE_PROCESS

# Cronjob for setting GPU(s) compute mode to EXCLUSIVE_PROCESS on boot
echo "SHELL=/bin/bash" > /tmp/nvidia-mps-cronjob
echo "PATH=/usr/local/sbin:/usr/local/bin:/sbin:/bin:/usr/sbin:/usr/bin" >> /tmp/nvidia-mps-cronjob
echo "@reboot   root    nvidia-smi --compute-mode=EXCLUSIVE_PROCESS" >> /tmp/nvidia-mps-cronjob

sudo chown root:root /tmp/nvidia-mps-cronjob
sudo mv /tmp/nvidia-mps-cronjob /etc/cron.d/

# Service entry for automatically starting MPS control daemon
echo "[Unit]" > /tmp/nvidia-mps.service
echo "Description=NVIDIA MPS control service" >> /tmp/nvidia-mps.service
echo "After=cron.service" >> /tmp/nvidia-mps.service
echo "" >> /tmp/nvidia-mps.service
echo "[Service]" >> /tmp/nvidia-mps.service
echo "Restart=on-failure" >> /tmp/nvidia-mps.service
echo "ExecStart=/usr/bin/nvidia-cuda-mps-control -f" >> /tmp/nvidia-mps.service
echo "" >> /tmp/nvidia-mps.service
echo "[Install]" >> /tmp/nvidia-mps.service
echo "WantedBy=multi-user.target" >> /tmp/nvidia-mps.service

sudo chown root:root /tmp/nvidia-mps.service
sudo mv /tmp/nvidia-mps.service /etc/systemd/system/

sudo systemctl --now enable nvidia-mps.service

تكوين Azure IoT Edge على الكمبيوتر المضيف

لنشر حاوية التحليل المكاني على الكمبيوتر المضيف، قم بإنشاء مثيل لخدمة Azure IoT Hub باستخدام مستوى التسعير القياسي (S1) أو المجاني (F0).

استخدم Azure CLI لإنشاء مثيل Azure IoT Hub. استبدل المعلمات عند الاقتضاء. بدلاً من ذلك، يمكنك إنشاء Azure IoT Hub على مدخل Microsoft Azure.

curl -sL https://aka.ms/InstallAzureCLIDeb | sudo bash

sudo az login

sudo az account set --subscription "<name or ID of Azure Subscription>"

sudo az group create --name "<resource-group-name>" --location "<your-region>"

راجع دعم المنطقة للمناطق المتوفرة.

sudo az iot hub create --name "<iothub-group-name>" --sku S1 --resource-group "<resource-group-name>"

sudo az iot hub device-identity create --hub-name "<iothub-name>" --device-id "<device-name>" --edge-enabled

تحتاج إلى تثبيت Azure IoT Edge الإصدار 1.0.9. اتبع هذه الخطوات لتنزيل الإصدار الصحيح:

Ubuntu Server 18.04:

curl https://packages.microsoft.com/config/ubuntu/18.04/multiarch/prod.list > ./microsoft-prod.list

نسخ القائمة التي تم إنشاؤها.

sudo cp ./microsoft-prod.list /etc/apt/sources.list.d/

ثبِّت مفتاح عام Microsoft GPG.

curl https://packages.microsoft.com/keys/microsoft.asc | gpg --dearmor > microsoft.gpg

sudo cp ./microsoft.gpg /etc/apt/trusted.gpg.d/

تحديث قوائم الحزمة على جهازك.

sudo apt-get update

تثبيت إصدار 1.0.9:

sudo apt-get install iotedge=1.1* libiothsm-std=1.1*

بعد ذلك، سجل الكمبيوتر المضيف كجهاز IoT Edge في مثيل IoT Hub الخاص بك، باستخدام سلسلة اتصال.

تحتاج إلى توصيل جهاز IoT Edge بمركز Azure IoT. تحتاج إلى نسخ سلسلة الاتصال من جهاز IoT Edge الذي أنشأته سابقًا. بدلاً من ذلك، يمكنك تشغيل الأمر أدناه في Azure CLI.

sudo az iot hub device-identity connection-string show --device-id my-edge-device --hub-name test-iot-hub-123

على الكمبيوتر المضيف مفتوح /etc/iotedge/config.yaml للتحرير. استبدال ADD DEVICE CONNECTION STRING HERE بسلسلة الاتصال. احفظ الملف وأغلقه. شغل هذا الأمر لإعادة تشغيل خدمة IoT Edge على الكمبيوتر المضيف.

sudo systemctl restart iotedge

نشر حاوية التحليل المكاني كوحدة نمطية لـ IoT على الكمبيوتر المضيف، إما من مدخل Azure أو Azure CLI. إذا كنت تستخدم المدخل، فقم بتعيين URI للصورة إلى موقع Azure Container Registry.

استخدم الخطوات التالية لنشر الحاوية باستخدام Azure CLI.

الجهاز الظاهري Azure مع "GPU"

يمكن أيضًا استخدام جهاز Azure الظاهري مع GPU لتشغيل التحليل المكاني. سيستخدم المثال أدناه جهازًا ظاهريًا من سلسلة NCv3 يحتوي على وحدة معالجة الرسومات v100 واحدة.

إنشاء جهاز ظاهري

افتح معالج إنشاء جهاز ظاهري في مدخل Microsoft Azure.

امنح الجهاز الظاهري اسمًا وحدد المنطقة لتكون (الولايات المتحدة) غرب الولايات المتحدة 2.

هام

تأكد من التعيين Availability Options إلى "لا يلزم تكرار البنية الأساسية". راجع الشكل أدناه للتكوين الكامل والخطوة التالية للمساعدة في تحديد موقع حجم الجهاز الظاهري الصحيح.

لتحديد موقع حجم الجهاز الظاهري، حدد "مشاهدة جميع الأحجام" ثم اعرض قائمة "N-Series" وحدد NC6s_v3، الموضحة أدناه.

بعد ذلك، قم بإنشاء الجهاز الظاهري. بمجرد الإنشاء، انتقل إلى مورد الجهاز الظاهري في مدخل Microsoft Azure وحدد Extensions من الجزء الأيمن. حدد "Add" لإظهار نافذة الملحقات مع جميع الملحقات المتوفرة. ابحث عن وحدد NVIDIA GPU Driver Extension، وحدد create، وأكمل المعالج.

بمجرد تطبيق الملحق بنجاح، انتقل إلى الصفحة الرئيسية للجهاز الظاهري في مدخل Microsoft Azure وحدد Connect. يمكن الوصول إلى الجهاز الظاهري إما من خلال SSH أو RDP. RDP مفيد لأنه يتيح عرض نافذة العرض المصور (موضح لاحقا). قم بتكوين الوصول إلى RDP باتباع هذه الخطوات وفتح اتصال سطح مكتب بعيد بالجهاز الظاهري.

التحقق من تثبيت برامج تشغيل الرسومات

تشغيل الأمر التالي للتحقق من أن برامج تشغيل الرسومات قد تم تثبيتها بنجاح.

nvidia-smi

يجب أن ترى الناتج التالي.

تثبيت دوكر CE ونفيديا-docker2 على VM

قم بتشغيل الأوامر التالية واحدًا تلو الآخر من أجل تثبيت Docker CE وnvidia-docker2 على الجهاز الظاهري.

تثبيت Docker CE على الكمبيوتر المضيف.

sudo apt-get update

sudo apt-get install -y apt-transport-https ca-certificates curl gnupg-agent software-properties-common

curl -fsSL https://download.docker.com/linux/ubuntu/gpg | sudo apt-key add -

sudo add-apt-repository "deb [arch=amd64] https://download.docker.com/linux/ubuntu $(lsb_release -cs) stable"

sudo apt-get update

sudo apt-get install -y docker-ce docker-ce-cli containerd.io

قم بتثبيت حزمة برنامج nvidia-docker-2.

DISTRIBUTION=$(. /etc/os-release;echo $ID$VERSION_ID)

curl -s -L https://nvidia.github.io/nvidia-docker/gpgkey | sudo apt-key add -

curl -s -L https://nvidia.github.io/nvidia-docker/$DISTRIBUTION/nvidia-docker.list | sudo tee /etc/apt/sources.list.d/nvidia-docker.list

sudo apt-get update

sudo apt-get install -y docker-ce nvidia-docker2

sudo systemctl restart docker

الآن بعد أن قمت بإعداد وتكوين الجهاز الظاهري الخاص بك، اتبع الخطوات أدناه لتكوين Azure IoT Edge.

تكوين Azure IoT Edge على الجهاز الظاهري

لنشر حاوية التحليل المكاني على الجهاز الظاهري، قم بإنشاء مثيل لخدمة Azure IoT Hub باستخدام مستوى التسعير القياسي (S1) أو Free (F0).

استخدم Azure CLI لإنشاء مثيل Azure IoT Hub. استبدل المعلمات عند الاقتضاء. بدلاً من ذلك، يمكنك إنشاء Azure IoT Hub على مدخل Microsoft Azure.

curl -sL https://aka.ms/InstallAzureCLIDeb | sudo bash

sudo az login

sudo az account set --subscription "<name or ID of Azure Subscription>"

sudo az group create --name "<resource-group-name>" --location "<your-region>"

راجع دعم المنطقة للمناطق المتوفرة.

sudo az iot hub create --name "<iothub-name>" --sku S1 --resource-group "<resource-group-name>"

sudo az iot hub device-identity create --hub-name "<iothub-name>" --device-id "<device-name>" --edge-enabled

تحتاج إلى تثبيت Azure IoT Edge الإصدار 1.0.9. اتبع هذه الخطوات لتنزيل الإصدار الصحيح:

Ubuntu Server 18.04:

curl https://packages.microsoft.com/config/ubuntu/18.04/multiarch/prod.list > ./microsoft-prod.list

نسخ القائمة التي تم إنشاؤها.

sudo cp ./microsoft-prod.list /etc/apt/sources.list.d/

ثبِّت مفتاح عام Microsoft GPG.

curl https://packages.microsoft.com/keys/microsoft.asc | gpg --dearmor > microsoft.gpg

sudo cp ./microsoft.gpg /etc/apt/trusted.gpg.d/

تحديث قوائم الحزمة على جهازك.

sudo apt-get update

تثبيت إصدار 1.0.9:

sudo apt-get install iotedge=1.1* libiothsm-std=1.1*

بعد ذلك، قم بتسجيل الجهاز الظاهري كجهاز IoT Edge في مثيل مركز IoT الخاص بك، باستخدام سلسلة اتصال.

تحتاج إلى توصيل جهاز IoT Edge بمركز Azure IoT. تحتاج إلى نسخ سلسلة الاتصال من جهاز IoT Edge الذي أنشأته سابقًا. بدلاً من ذلك، يمكنك تشغيل الأمر أدناه في Azure CLI.

sudo az iot hub device-identity connection-string show --device-id my-edge-device --hub-name test-iot-hub-123

على الجهاز الظاهري مفتوح /etc/iotedge/config.yaml للتحرير. استبدال ADD DEVICE CONNECTION STRING HERE بسلسلة الاتصال. احفظ الملف وأغلقه. تشغيل هذا الأمر لإعادة تشغيل خدمة IoT Edge على الجهاز الظاهري.

sudo systemctl restart iotedge

نشر حاوية التحليل المكاني كوحدة نمطية لـ IoT على الجهاز الظاهري، إما من مدخل Azure أو Azure CLI. إذا كنت تستخدم المدخل، فقم بتعيين URI للصورة إلى موقع Azure Container Registry.

استخدم الخطوات التالية لنشر الحاوية باستخدام Azure CLI.

بيان توزيع IoT

لتبسيط نشر الحاوية على أجهزة كمبيوتر مضيفة متعددة، يمكنك إنشاء ملف بيان نشر لتحديد خيارات إنشاء الحاوية ومتغيرات البيئة. يمكنك العثور على مثال على بيان نشر لـ Azure Stack Edgeوأجهزة سطح المكتب الأخرىوAzure VM مع GPU على GitHub.

يعرض الجدول التالي متغيرات البيئة المختلفة المستخدمة من جانب وحدة IoT Edge. يمكنك أيضًا تعيينها في بيان النشر المرتبط أعلاه، باستخدام env السمة في spatialanalysis:

اسم الإعداد	قيمة	‏‏الوصف
ARCHON_LOG_LEVEL	معلومات؛ Verbose	مستوى التسجيل، حدد إحدى القيمتين
ARCHON_SHARED_BUFFER_LIMIT	{377487360.##}%	تجنب التعديل
ARCHON_PERF_MARKER	true	قم بتعيين هذا إلى صحيح لتسجيل الأداء، وإلا يجب ألا يكون هذا خطأ
ARCHON_NODES_LOG_LEVEL	معلومات؛ Verbose	مستوى التسجيل، حدد إحدى القيمتين
OMP_WAIT_POLICY	سلبي	تجنب التعديل
QT_X11_NO_MITSHM	1	تجنب التعديل
APIKEY	مفتاح واجهة برمجة التطبيقات	جمع هذه القيمة من مدخل Microsoft Azure من مورد الرؤية. يمكنك العثور عليه في قسم المفتاح ونقطة النهاية للمورد.
الفوترة	معرف ويب نقطة النهاية	جمع هذه القيمة من مدخل Microsoft Azure من مورد الرؤية. يمكنك العثور عليه في قسم المفتاح ونقطة النهاية للمورد.
اتفاقية ترخيص المستخدم النهائي (EULA)	قبول	يجب تعيين هذه القيمة لقبول لتشغيل الحاوية
عرض	1:	يجب أن تكون هذه القيمة نفس قيمة إخراج echo $DISPLAY على الحاسوب المضيف. لا تحتوي أجهزة Azure Stack Edge على جهاز عرض. هذا الإعداد غير قابل للتطبيق
KEY_ENV	مفتاح تشفير ASE	أضف متغير البيئة هذا إذا كان Video_URL سلسلة معتمة
IV_ENV	متجه التهيئة	أضف متغير البيئة هذا إذا كان Video_URL سلسلة معتمة

هام

تُحدد الخياراتEula وBillingApiKey لتشغيل الحاوية؛ وإلا فلن يتم تشغيل الحاوية. لمزيد من المعلومات، انظرالفواتير.

بمجرد تحديث بيان النشر لأجهزة Azure Stack Edge أو جهاز سطح المكتب أو جهاز Azure الظاهري مع GPU مع الإعدادات الخاصة بك وتحديد العمليات، يمكنك استخدام الأمر Azure CLI أدناه لنشر الحاوية على الكمبيوتر المضيف، كوحدة IoT Edge.

sudo az login
sudo az extension add --name azure-iot
sudo az iot edge set-modules --hub-name "<iothub-name>" --device-id "<device-name>" --content DeploymentManifest.json --subscription "<name or ID of Azure Subscription>"

المعلمة	‏‏الوصف‬
--hub-name	اسم مركز IoT Azure الخاص بك.
--content	اسم ملف النشر.
--target-condition	اسم جهاز IoT Edge للكمبيوتر المضيف.
-–subscription	معرف الاشتراك أو الاسم.

سيبدأ هذا الأمر النشر. انتقل إلى صفحة مثيل Azure IoT Hub في مدخل Microsoft Azure للاطلاع على حالة النشر. قد تظهر الحالة كـ 417 - لم يتم تعيين تكوين توزيع الجهاز حتى ينتهي الجهاز من تنزيل صور الحاوية ويبدأ التشغيل.

التحقق من نجاح عملية النشر

هناك عدة طرق للتحقق من أن الحاوية قيد التشغيل. حدد موقع حالة وقت التشغيل في الوحدة النمطية IoT Edge الإعدادات لوحدة التحليل المكاني في مثيل Azure IoT Hub على مدخل Azure. تحقق من أن القيمة المطلوبةوالقيمة المبلغ عنهالحالة وقت التشغيلقيد التشغيل.

بمجرد اكتمال النشر وتشغيل الحاوية، يبدأ الكمبيوتر المضيف في إرسال الأحداث إلى Azure IoT Hub. إذا استخدمت .debug إصدار العمليات، فسترى نافذة تصور لكل كاميرا قمت بتكوينها في بيان النشر. يمكنك الآن تحديد الخطوط والمناطق التي تريد مراقبتها في بيان التوزيع واتباع الإرشادات للتوزيع مرة أخرى.

تكوين العمليات التي يتم إجراؤها بواسطة التحليل المكاني

تحتاج إلى استخدام عمليات التحليل المكاني لتكوين الحاوية لاستخدام الكاميرات المتصلة وتكوين العمليات والمزيد. لكل جهاز كاميرا تقوم بتكوينه، تنشئ عمليات التحليل المكاني دفق إخراج لرسائل JSON، يتم إرسالها إلى مثيل Azure IoT Hub.

استخدام الإخراج الذي تم إنشاؤه بواسطة الحاوية

إذا كنت تريد البدء في استهلاك الإخراج الذي تم إنشاؤه بواسطة الحاوية، فشاهد المقالات التالية:

• استخدم Azure Event Hubs SDK للغة البرمجة التي اخترتها للاتصال بنقطة نهاية Azure IoT Hub وتلقي الأحداث. لمزيد من المعلومات، راجع قراءة الرسائل من جهاز إلى مجموعة النظراء من نقطة النهاية المضمنة.
• إعداد توجيه الرسائل على Azure IoT Hub لإرسال الأحداث إلى نقاط النهاية الأخرى أو حفظ الأحداث في Azure Blob Storage، وما إلى ذلك.

استكشاف الأخطاء وإصلاحها

إذا واجهت مشكلات عند بدء تشغيل الحاوية أو تشغيلها، فراجع بيانات تتبع الاستخدام واستكشاف الأخطاء وإصلاحها للحصول على خطوات للمشكلات الشائعة. تحتوي هذه المقالة أيضًا على معلومات حول إنشاء السجلات وجمعها وجمع صحة النظام.

إذا كنت تواجه مشكلة في تشغيل حاوية خدمات Azure الذكاء الاصطناعي، يمكنك محاولة استخدام حاوية تشخيص Microsoft. استخدم هذه الحاوية لتشخيص الأخطاء الشائعة في بيئة التوزيع التي قد تمنع حاويات Azure الذكاء الاصطناعي من العمل كما هو متوقع.

للحصول على الحاوية، استخدم الأمر docker pull التالي:

docker pull mcr.microsoft.com/azure-cognitive-services/diagnostic

ثم قم بتشغيل الحاوية. واستبدل {ENDPOINT_URI} بنقطة النهاية الخاصة بك، واستبدل {API_KEY} بمفتاحك للمورد الخاص بك:

docker run --rm mcr.microsoft.com/azure-cognitive-services/diagnostic \
eula=accept \
Billing={ENDPOINT_URI} \
ApiKey={API_KEY}

ستختبر الحاوية اتصال الشبكة بنقطة نهاية الفوترة.

الفوترة

ترسل حاوية Spatial Analysis معلومات الفوترة إلى Azure، باستخدام مورد Vision على حساب Azure الخاص بك. استخدام التحليل المكاني في المعاينة العامة مجاني حاليًا.

لا يتم ترخيص حاويات Azure الذكاء الاصطناعي للتشغيل دون الاتصال بنقطة نهاية القياس / الفوترة. يجب عليك دائمًا تمكين الحاويات لتوصيل معلومات الفوترة مع نقطة نهاية الفوترة. لا ترسل حاويات Azure الذكاء الاصطناعي بيانات العملاء، مثل الفيديو أو الصورة التي يتم تحليلها، إلى Microsoft.

الملخص

في هذه المقالة، تعلمت المفاهيم وسير العمل لتنزيل حاوية التحليل المكاني وتثبيتها وتشغيلها. في ملخص

• التحليل المكاني هو حاوية Linux لـ Docker.
• يتم تنزيل صور الحاوية من سجل حاوية Microsoft.
• تعمل صور الحاوية كوحدات IoT في Azure IoT Edge.
• تكوين الحاوية ونشرها على جهاز مضيف.

الخطوات التالية

• توزيع تطبيق ويب لعد الأشخاص
• تكوين عمليات التحليل المكاني
• التسجيل واستكشاف الأخطاء وإصلاحها
• دليل وضع الكاميرا
• دليل وضع المنطقة والخط