PyTorch Serve项目:解决Docker容器中GPU无法使用的问题
2025-06-14 14:27:14作者:胡易黎Nicole
问题背景
在使用PyTorch Serve部署深度学习模型时,许多开发者会遇到Docker容器无法正确识别和使用GPU的问题。本文将以一个实际案例为基础,详细介绍如何解决这一问题。
问题现象
开发者在使用自定义Docker镜像部署PyTorch Serve服务时,发现服务虽然能够正常运行,但实际使用的是CPU而非GPU进行计算。从日志中可以看到,系统正确识别了GPU设备(NVIDIA GeForce RTX 3050 Laptop GPU),但模型推理仍然在CPU上执行。
环境配置
硬件配置
- CPU: Ryzen 7 4800H
- GPU: RTX 3050 Mobile GPU
- RAM: 24GB
- 存储: 512GB + 256GB SSD
软件环境
- 操作系统: Windows Sub-System Linux Ubuntu 20.04 (WSL集成)
- Docker: 启用WSL集成
- Python: 3.8.16
- PyTorch Serve: 0.9.0
- Torch: 2.1.2
- Torchvision: 0.16.2
问题分析
从日志中可以观察到几个关键点:
- 系统正确识别了GPU设备
- ONNX运行时显示已启用
- 但实际计算仍发生在CPU上
- 性能指标显示CPU利用率达到100%
这通常表明CUDA运行时与ONNX版本之间存在兼容性问题。
解决方案
1. 检查CUDA与ONNX版本兼容性
经过排查发现,CUDA 12与最新版ONNX运行时存在兼容性问题。解决方案是:
- 降级到CUDA 11.8
- 使用ONNX Runtime GPU 1.15版本
2. 修改Dockerfile
确保Dockerfile中正确安装了CUDA相关依赖:
FROM python:3.8.16-bullseye
RUN apt-get update && apt-get upgrade -y
RUN apt-get install -y openjdk-11-jre && apt-get clean
RUN useradd -m model-server
ENV JAVA_HOME /usr/lib/jvm/java-11-openjdk-amd64
ADD requirements.txt .
RUN pip install -r requirements.txt
ADD start.sh config.properties service/
ADD model-store service/model-store/
WORKDIR /service/
RUN chmod +x /service/start.sh \
&& chown -R model-server /service
RUN chown -R model-server /service/model-store
USER model-server
ENTRYPOINT [ "/service/start.sh" ]
CMD [ "serve" ]
3. 调整requirements.txt
确保requirements.txt中包含正确的依赖版本:
imutils
torch
torchvision
onnxruntime-gpu==1.15
onnx
pyaml
torchserve
grpcio
opencv-python
scipy
torch-model-archiver
matplotlib
nvgpu
4. 模型处理
使用torch-model-archiver正确打包ONNX模型:
torch-model-archiver --model-name FaceRecognition \
--version 1.0 \
--serialized-file ./resnet_34.onnx \
--extra-files ./MyHandler.py \
--handler my_handler.py \
--export-path model-store -f
自定义Handler实现
对于ONNX模型,需要实现自定义Handler。以下是YOLOv8模型的Handler示例:
import logging
import onnxruntime
import torch
import cv2
import numpy as np
from PIL import Image
import os
import io
import urllib.request
from ts.torch_handler.base_handler import BaseHandler
from util_v8 import *
class FaceDetection(BaseHandler):
def __init__(self):
self.session = None
self.providers = ['TensorrtExecutionProvider', 'CUDAExecutionProvider', 'CPUExecutionProvider']
self.img = None
self.blob = None
def initialize(self, context):
self._context = context
self.manifest = context.manifest
properties = context.system_properties
model_dir = properties.get("model_dir")
serialized_file = self.manifest['model']['serializedFile']
model_file_path = os.path.join(model_dir, serialized_file)
sess_options = onnxruntime.SessionOptions()
self.session = onnxruntime.InferenceSession(model_file_path, sess_options=sess_options, providers=['CPUExecutionProvider'])
def preprocess(self, data):
data_get = data[0].get("data") or data[0].get("body")
if isinstance(data_get, str):
req = urllib.request.urlopen(data_get)
image = Image.open(io.BytesIO(req.read()))
else:
byte_data = io.BytesIO(data_get)
image = Image.open(byte_data)
raw_data = np.array(image)
self.img = raw_data
img = cv2.cvtColor(raw_data, cv2.COLOR_RGB2BGR)
im = pre_process(img)
return im.detach().numpy()
def inference(self, blob):
self.blob = blob
outputs = self.session.run(None, {self.session.get_inputs()[0].name: blob})
return outputs[0]
def postprocess(self, preds):
res = []
preds = non_max_suppression(torch.from_numpy(np.asarray(preds))[0]
bbox = scale_boxes([640, 640], preds[:, :4], self.img.shape).round().detach().numpy()
score = preds[:, 4].detach().numpy()
cls = preds[:, 5].detach().numpy()
res.append({"output": preds.tolist(), "bbox": bbox.tolist(), "label": cls.tolist(), "score": score.tolist()})
return [res]
运行容器
确保使用--gpus参数运行容器:
docker run --rm -it -d --gpus all -p 8090:8080 -p 8091:8081 api_lanc
验证GPU使用
成功配置后,可以在日志中看到以下关键信息:
- GPU利用率指标出现
- 推理速度显著提升
- CPU利用率降低
总结
PyTorch Serve在Docker容器中使用GPU时,需要注意以下几点:
- CUDA版本与ONNX运行时的兼容性
- 正确的Docker构建和运行参数
- 适当的Handler实现
- 版本匹配的依赖关系
通过上述步骤,可以确保PyTorch Serve服务能够充分利用GPU资源,提高模型推理效率。
登录后查看全文
热门项目推荐
相关项目推荐
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00- DDeepSeek-OCR暂无简介Python00
openPangu-Ultra-MoE-718B-V1.1昇腾原生的开源盘古 Ultra-MoE-718B-V1.1 语言模型Python00
HunyuanWorld-Mirror混元3D世界重建模型,支持多模态先验注入和多任务统一输出Python00
AI内容魔方AI内容专区,汇集全球AI开源项目,集结模块、可组合的内容,致力于分享、交流。03
Spark-Scilit-X1-13BFLYTEK Spark Scilit-X1-13B is based on the latest generation of iFLYTEK Foundation Model, and has been trained on multiple core tasks derived from scientific literature. As a large language model tailored for academic research scenarios, it has shown excellent performance in Paper Assisted Reading, Academic Translation, English Polishing, and Review Generation, aiming to provide efficient and accurate intelligent assistance for researchers, faculty members, and students.Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile013
Spark-Chemistry-X1-13B科大讯飞星火化学-X1-13B (iFLYTEK Spark Chemistry-X1-13B) 是一款专为化学领域优化的大语言模型。它由星火-X1 (Spark-X1) 基础模型微调而来,在化学知识问答、分子性质预测、化学名称转换和科学推理方面展现出强大的能力,同时保持了强大的通用语言理解与生成能力。Python00- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
项目优选
收起
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
247
2.45 K
deepin linux kernel
C
24
6
仓颉编译器源码及 cjdb 调试工具。
C++
116
89
React Native鸿蒙化仓库
JavaScript
217
297
暂无简介
Dart
546
119
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.01 K
595
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.02 K
409
Ascend Extension for PyTorch
Python
85
118
仓颉编程语言运行时与标准库。
Cangjie
124
102
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
592
121