مشاركة عبر

تسريع GPU ل Azure IoT Edge ل Linux على Windows

  • مقالة

ينطبق على: علامة اختيار IoT Edge 1.5 IoT Edge 1.5 علامة اختيار IoT Edge 1.4 IoT Edge 1.4

هام

IoT Edge 1.5 LTS وIoT Edge 1.4 LTS هي إصدارات مدعومة. IoT Edge 1.4 LTS هو نهاية العمر الافتراضي في 12 نوفمبر 2024. إذا كنت تستخدم إصدارا سابقا، فشاهد تحديث IoT Edge.

تعد وحدات معالجة الرسومات خيارا شائعا لحسابات الذكاء الاصطناعي، لأنها توفر قدرات معالجة متوازية ويمكنها غالبا تنفيذ الاستدلال المستند إلى الرؤية بشكل أسرع من وحدات المعالجة المركزية. لدعم الذكاء الاصطناعي وتطبيقات التعلم الآلي بشكل أفضل، يمكن أن يعرض Azure IoT Edge لنظام Linux على Windows (EFLOW) وحدة معالجة الرسومات لوحدة Linux الخاصة بالجهاز الظاهري.

يدعم Azure IoT Edge ل Linux على Windows العديد من تقنيات تمرير GPU، بما في ذلك:

  • تعيين الجهاز المباشر (DDA) - يتم تخصيص مراكز وحدة معالجة الرسومات إما لجهاز Linux الظاهري أو المضيف.

  • GPU-Paravirtualization (GPU-PV) - تتم مشاركة وحدة معالجة الرسومات بين الجهاز الظاهري Linux والمضيف.

يجب تحديد أسلوب المرور المناسب أثناء النشر لمطابقة الإمكانات المدعومة لأجهزة GPU الخاصة بجهازك.

هام

قد تتضمن هذه الميزات المكونات التي تم تطويرها وتملكها شركة NVIDIA أو المرخصين لها. يخضع استخدام المكونات لاتفاقية ترخيص المستخدم النهائي NVIDIA الموجودة على موقع NVIDIA على الويب.

باستخدام ميزات تسريع GPU، فأنت تقبل وتوافق على شروط اتفاقية ترخيص المستخدم النهائي NVIDIA.

المتطلبات الأساسية

تدعم ميزات تسريع GPU ل Azure IoT Edge ل Linux على Windows حاليا مجموعة محددة من أجهزة GPU. بالإضافة إلى ذلك، قد يتطلب استخدام هذه الميزة إصدارات محددة من Windows.

يتم سرد وحدات معالجة الرسومات المدعومة وإصدارات Windows المطلوبة أدناه:

وحدات معالجة الرسومات المدعومة نوع المرور لوحدة معالجة الرسومات إصدارات Windows المدعومة
NVIDIA T4، A2 DDA Windows Server 2019
Windows Server 2022
Windows 10/11 (Pro وEnterprise وIoT Enterprise)
NVIDIA GeForce, Quadro, RTX GPU-PV Windows 10/11 (Pro وEnterprise وIoT Enterprise)
Intel iGPU GPU-PV Windows 10/11 (Pro وEnterprise وIoT Enterprise)

هام

قد يقتصر دعم GPU-PV على أجيال معينة من المعالجات أو بنيات GPU كما يحددها مورد GPU. لمزيد من المعلومات، راجع وثائق برنامج تشغيل iGPU من Intel أو وثائق NVIDIA ل WSL.

يجب على مستخدمي Windows Server 2019 استخدام الإصدار 17763 كحد أدنى مع تثبيت جميع التحديثات التراكمية الحالية.

يجب على مستخدمي Windows 10 استخدام تحديث نوفمبر 2021 الإصدار 19044.1620 أو أحدث. بعد التثبيت، يمكنك التحقق من إصدار البناء الخاص بك عن طريق التشغيل winver في موجه الأوامر.

تمرير GPU غير مدعوم مع الظاهرية المتداخلة، مثل تشغيل EFLOW في جهاز ظاهري يعمل بنظام Windows.

إعداد النظام وتثبيته

تحتوي الأقسام التالية على معلومات الإعداد والتثبيت، وفقا لوحدة معالجة الرسومات الخاصة بك.

وحدات معالجة الرسومات NVIDIA T4/A2

بالنسبة إلى وحدات معالجة الرسومات T4/A2، توصي Microsoft بتثبيت برنامج تشغيل تخفيف الجهاز من مورد وحدة معالجة الرسومات. على الرغم من أنه اختياري، قد يؤدي تثبيت برنامج تشغيل التخفيف من المخاطر إلى تحسين أمان التوزيع. لمزيد من المعلومات، راجع نشر أجهزة الرسومات باستخدام تعيين الجهاز المباشر.

تحذير

قد يؤدي تمكين مرور الجهاز إلى زيادة مخاطر الأمان. توصي Microsoft برنامج تشغيل التخفيف من حدة الجهاز من مورد GPU الخاص بك، عند الاقتضاء. لمزيد من المعلومات، راجع نشر أجهزة الرسومات باستخدام تعيين جهاز منفصل.

وحدات معالجة الرسومات NVIDIA GeForce/Quadro/RTX

بالنسبة إلى NVIDIA GeForce/Quadro/RTX GPUs، قم بتنزيل وتثبيت برنامج تشغيل NVIDIA CUDA الممكن نظام Windows الفرعي لـ Linux (WSL) لاستخدامه مع مهام سير عمل CUDA ML الحالية. تم تطوير CUDA لبرامج تشغيل WSL في الأصل ل WSL، كما تستخدم ل Azure IoT Edge ل Linux على Windows.

يجب على مستخدمي Windows 10 أيضا تثبيت WSL لأنه تتم مشاركة بعض المكتبات بين WSL وAzure IoT Edge ل Linux على Windows.

وحدات Intel iGPUs

بالنسبة ل Intel iGPUs، قم بتنزيل وتثبيت برنامج تشغيل رسومات Intel مع دعم WSL GPU.

يجب على مستخدمي Windows 10 أيضا تثبيت WSL لأنه تتم مشاركة بعض المكتبات بين WSL وAzure IoT Edge ل Linux على Windows.

تمكين تسريع وحدة معالجة الرسومات في Azure IoT Edge Linux على نشر Windows

بمجرد اكتمال إعداد النظام، تكون مستعدا لإنشاء توزيع Azure IoT Edge لنظام التشغيل Linux على Windows. أثناء هذه العملية، يجب تمكين وحدة معالجة الرسومات كجزء من نشر EFLOW.

على سبيل المثال، تنشئ الأوامر التالية جهازا ظاهريا ممكنا لوحدة معالجة الرسومات باستخدام بطاقة رسومات NVIDIA A2 أو بطاقة رسومات Intel Iris Xe.

#Deploys EFLOW with NVIDIA A2 assigned to the EFLOW VM
Deploy-Eflow -gpuPassthroughType DirectDeviceAssignment -gpuCount 1 -gpuName "NVIDIA A2"

#Deploys EFLOW with Intel(R) Iris(R) Xe Graphics assigned to the EFLOW VM
Deploy-Eflow -gpuPassthroughType ParaVirtualization -gpuCount 1 -gpuName "Intel(R) Iris(R) Xe Graphics"

للعثور على اسم وحدة معالجة الرسومات، يمكنك تشغيل الأمر التالي أو البحث عن محولات العرض في إدارة الأجهزة.

(Get-WmiObject win32_VideoController).caption

بمجرد اكتمال التثبيت، تكون مستعدا لنشر وتشغيل وحدات Linux المسرعة بوحدة معالجة الرسومات من خلال Azure IoT Edge ل Linux على Windows.

تكوين تسريع وحدة معالجة الرسومات في Azure IoT Edge Linux الموجود على نشر Windows

سيؤدي تعيين وحدة معالجة الرسومات في وقت النشر إلى تجربة أكثر وضوحا. ومع ذلك، لتمكين وحدة معالجة الرسومات أو تعطيلها بعد النشر، استخدم الأمر "set-eflowvm". عند استخدام "set-eflowvm" سيتم استخدام المعلمة الافتراضية لأي وسيطة غير محددة. على سبيل المثال،

#Deploys EFLOW without a GPU assigned to the EFLOW VM
Deploy-Eflow -cpuCount 4 -memoryInMB 16384

#Assigns NVIDIA A2 GPU to the existing deployment (cpu and memory must still be specified, otherwise they will be set to the default values)
Set-EflowVM -cpuCount 4 -memoryInMB 16384 -gpuName "NVIDIA A2" -gpuPassthroughType DirectDeviceAssignment -gpuCount 1

#Reduces the cpuCount and memory (GPU must still be specified, otherwise the GPU will be removed)
Set-EflowVM -cpuCount 2 -memoryInMB 4096 -gpuName "NVIDIA A2" -gpuPassthroughType DirectDeviceAssignment -gpuCount 1

#Removes NVIDIA A2 GPU from the existing deployment
Set-EflowVM -cpuCount 2 -memoryInMB 4096

الخطوات التالية

بدء استخدام العينات

تفضل بزيارة صفحة نماذج EFLOW لاكتشاف العديد من عينات GPU التي يمكنك تجربتها واستخدامها. توضح هذه العينات سيناريوهات التصنيع والبيع بالتجزئة الشائعة مثل الكشف عن العيوب وسلامة العامل وإدارة المخزون. يمكن أن تعمل العينات مفتوحة المصدر كقالب حل لبناء تطبيق التعلم الآلي المستند إلى الرؤية.

تعرف على المزيد من شركائنا

قدم العديد من موردي GPU أدلة المستخدم حول الحصول على أقصى استفادة من أجهزتهم وبرامجهم باستخدام EFLOW.

إشعار

لا يغطي هذا الدليل وحدات معالجة الرسومات المستندة إلى DDA مثل NVIDIA T4 أو A2.

التعمق في التكنولوجيا

تعرف على المزيد حول تقنيات تمرير GPU من خلال زيارة وثائق DDA ومنشور مدونة GPU-PV.