Text-embeddings-inference项目在Jetson AGX Orin上的适配实践
2025-06-24 01:10:33作者:范垣楠Rhoda
背景介绍
Text-embeddings-inference是HuggingFace推出的一个高性能文本嵌入推理服务项目,它能够高效地处理各种文本嵌入模型。在边缘计算设备如NVIDIA Jetson AGX Orin上部署这类服务具有重要的应用价值,但由于硬件架构的特殊性,直接部署可能会遇到兼容性问题。
问题现象
在Jetson AGX Orin设备上(配备64GB内存,SM 8.7架构)部署text-embeddings-inference服务时,运行会出现计算能力不兼容的错误提示。具体表现为服务启动时报告"Runtime compute cap 87 is not compatible with compile time compute cap 87"的错误,导致后端无法正常启动。
问题分析
这个问题的根源在于项目的CUDA计算能力兼容性设置。Jetson AGX Orin采用了SM8.7架构,而项目默认可能没有包含对这一特定计算能力的完整支持。虽然错误信息显示运行时和编译时的计算能力都是87,看似匹配,但实际上项目代码中可能缺少对SM8.7架构的显式支持配置。
解决方案
通过修改项目源代码中的计算能力配置文件可以解决这个问题:
- 定位到项目中的计算能力配置文件(通常位于backends/candle/src/compute_cap.rs)
- 添加对SM8.7架构的显式支持
- 重新编译项目
修改后的代码需要显式包含对计算能力8.7的支持,确保编译时能够正确识别Jetson AGX Orin的硬件特性。
验证结果
在Jetpack 6.1系统(CUDA 12.6环境)上,经过上述修改后:
- 服务能够正常启动
- 文本嵌入推理功能运行稳定
- 性能表现符合预期
技术要点
- 计算能力(Compute Capability):NVIDIA GPU的重要特性指标,决定了硬件支持的指令集和功能特性。
- Jetson AGX Orin特性:基于ARM架构的边缘计算设备,具有高能效比,适合部署AI推理服务。
- CUDA兼容性:不同CUDA版本和计算能力之间的兼容性需要特别注意,特别是在边缘设备上。
最佳实践建议
- 在边缘设备上部署前,务必检查硬件计算能力与软件要求的匹配性
- 对于较新的硬件架构,可能需要手动添加支持
- 建议在Jetpack 6.1及以上版本运行,确保CUDA环境兼容性
- 部署完成后,建议进行全面的功能测试和性能测试
总结
通过适当的代码修改,text-embeddings-inference项目可以很好地适配Jetson AGX Orin平台。这为在边缘设备上部署高性能文本嵌入服务提供了可行方案,扩展了该项目的应用场景。对于开发者而言,理解硬件计算能力与软件兼容性的关系是解决此类问题的关键。
登录后查看全文
热门项目推荐
相关项目推荐
HunyuanImage-3.0
HunyuanImage-3.0 统一多模态理解与生成,基于自回归框架,实现文本生成图像,性能媲美或超越领先闭源模型00- DDeepSeek-V3.2-ExpDeepSeek-V3.2-Exp是DeepSeek推出的实验性模型,基于V3.1-Terminus架构,创新引入DeepSeek Sparse Attention稀疏注意力机制,在保持模型输出质量的同时,大幅提升长文本场景下的训练与推理效率。该模型在MMLU-Pro、GPQA-Diamond等多领域公开基准测试中表现与V3.1-Terminus相当,支持HuggingFace、SGLang、vLLM等多种本地运行方式,开源内核设计便于研究,采用MIT许可证。【此简介由AI生成】Python00
GitCode-文心大模型-智源研究院AI应用开发大赛
GitCode&文心大模型&智源研究院强强联合,发起的AI应用开发大赛;总奖池8W,单人最高可得价值3W奖励。快来参加吧~0369Hunyuan3D-Part
腾讯混元3D-Part00ops-transformer
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。C++095AI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。02Spark-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。Python00GOT-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).Dockerfile09
- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
项目优选
收起

deepin linux kernel
C
22
6

OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
197
2.17 K

React Native鸿蒙化仓库
C++
208
285

Ascend Extension for PyTorch
Python
59
94

🎉 (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
973
574

Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1

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++
549
81

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
399

本项目是CANN开源社区的核心管理仓库,包含社区的治理章程、治理组织、通用操作指引及流程规范等基础信息
393
27

前端智能化场景解决方案UI库,轻松构建你的AI应用,我们将持续完善更新,欢迎你的使用与建议。
官网地址:https://matechat.gitcode.com
1.2 K
133