使用NVIDIA官方镜像运行模型-容器模式

更新时间：2025-08-21

1、概述

本文介绍，如何使用NVIDIA官方的L4T Base镜像搭配EasyEdge SDK实现云边协同模型下发。

2、生成模型包

创建run.sh，该文件为容器的启动文件

Plain Text

1#SDK序列号，需要在线申请，此处为测试序列号
2license_key=E60A-5124-5ACD-3C9B
3#curr_dir为/sdk，后续在BIE推断服务配置当中用到，作为容器内的工作目录
4curr_dir=/sdk
5demo_dir=${curr_dir}/cpp/sdk/demo/build
6lib_dir=${curr_dir}/cpp/sdk/lib
7res_dir=${curr_dir}/RES
8export LD_LIBRARY_PATH=${lib_dir}:${LD_LIBRARY_PATH}
9#run
10${demo_dir}/easyedge_serving ${res_dir} ${license_key}

获取模型二进制运行程序

参考获得模型二进制运行程序。

3.将cpp目录、RES目录，以及run.sh文件打包成一个fruit-ai-model.zip文件。目录结构如下图所示：

此处是将多个目录和文件压缩为一个zip文件，而不是直接压缩最外层的那个目录。如果压缩层级不对，将导致模型下载到边缘设备以后解压的目录不匹配。

编译好的模型包参考：fruit-ai-model.zip

这个模型包必须部署在能够连接公网的设备上才能生效，因为需要在线激活。如果边缘节点无法联网，则模型无法正常加载运行。

3、上传模型文件包至对象存储

将模型文件包fruit-ai-model.zip上传至BOS。

4、云端配置

4.1. 创建边缘节点

如下图所示，创建边缘节点jetson-nano

4.2. 创建AI模型配置项

如下图所示，创建配置项：fruit-demo。引入上传至BOS对象存储的模型文件。

4.3. 创建AI推断服务

如下图所示，创建应用fruit-detection

在应用当中添加一个容器服务，如下图所示：

镜像地址：
- nvidia提供了一个面向NVIDIA Jetson系列的容器镜像：NVIDIA L4T Base。nvidia官网获取方式：https://ngc.nvidia.com/catalog/containers/nvidia:l4t-base
- 该容器镜像提供nvidia jetson的运行环境，能够实现在容器内跑支持jetson设备的AI模型服务。在支持容器化以后，可以通过BIE来管理边缘节点设备，以及提升模型服务部署的效率。
- NVIDIA L4T Base官网镜像获取地址：nvcr.io/nvidia/l4t-base:r32.4.3。如果国内下载速度很慢，可以从百度cce上下载镜像：hub.baidubce.com/nvidia/l4t-base:r32.4.3-arm64
卷配置：
- 类型为配置项
- 参数选择之前创建的文件配置项
- 容器目录：/sdk（与run.sh文件对应）
- 通过卷配置，实现AI推断服务与模型文件绑定。将推断服务下发至边缘节点的时候，会自动下载AI模型文件。
容器服务的端口映射：
- 端口为24401
- 协议为TCP
容器服务的启动参数：
- bash
- /sdk/run.sh
无需开启特权模式