AWS IoT Greengrass Version 2 코어 디바이스 설정하기

코어 디바이스를 설정하려면

1. GPU 라이브러리를 설정합니다. GPU 가속 추론을 사용하지 않는 경우에는 이 단계를 수행하지 마세요.

   1. CUDA를 지원하는 GPU가 있는지 확인하세요. 자세한 내용은 CUDA-Capable GPU가 있는지 확인을 참조하십시오.

   2. 다음 중 하나를 수행하여 기기에 CUDA, CuDNN 및 TensorRT를 설정합니다.

      • Jetson 디바이스를 사용하는 경우, JetPack 버전 4.4 - 4.6.1을 설치하세요. 자세한 내용은 JetPack 아카이브를 참조하십시오.

      • x86 기반 하드웨어를 사용하고 NVIDIA GPU 마이크로아키텍처가 Ampere 이전 버전인 경우 (컴퓨팅 성능이 8.0 미만), 다음을 수행하십시오.

        1. Linux용 NVIDIA CUDA 설치 가이드의 지침에 따라 CUDA 버전 10.2를 설정합니다.

        2. NVIDIA CuDNN 설명서의 지침에 따라 cuDNN을 설치합니다.

        3. NVIDIA TENSORRT 설명서의 지침에 따라 TensorRT (버전 7.1.3 이상, 8.0.0 이전)를 설정합니다.

      • x86 기반 하드웨어를 사용하고 있고 NVIDIA GPU 마이크로아키텍처가 Ampere (컴퓨팅 성능은 8.0)인 경우 다음을 수행하십시오.

        1. Linux용 NVIDIA CUDA 설치 가이드의 지침에 따라 CUDA 버전 11.2를 설정합니다.

        2. NVIDIA CuDNN 설명서의 지침에 따라 cuDNN을 설치합니다.

        3. NVIDIA TENSORRT 설명서의 지침에 따라 TensorRT (버전 8.2.0)를 설정합니다.

2. 코어 디바이스에 AWS IoT Greengrass Version 2 코어 소프트웨어 설치 자세한 내용은 AWS IoT Greengrass Version 2개발자 안내서에서 AWS IoT Greengrass Core 소프트웨어 설치를 참조하십시오.

3. 모델을 저장하는 Amazon S3 버킷에서 읽으려면 AWS IoT Greengrass Version 2 설정 중에 생성한 IAM 역할 (토큰 교환 역할)에 권한을 연결하십시오. 자세한 내용은 구성 요소 아티팩트에 대한 S3 버킷 액세스 허용을 참조하십시오.

4. 명령 프롬프트에서 다음 명령을 입력하여 Python과 Python 가상 환경을 코어 장치에 설치합니다.

   sudo apt install python3.8 python3-venv python3.8-venv

5. 다음 명령을 사용하여 Greengrass 사용자를 비디오 그룹에 추가합니다. 이렇게 하면 Greengrass가 배포한 구성 요소가 GPU에 액세스할 수 있습니다.

   sudo usermod -a -G video ggc_user

6. (선택 사항) 다른 사용자로부터 Lookout for Vision Edge Agent API를 호출하려면 필요한 사용자를 ggc_group에 추가합니다. 이를 통해 사용자는 Unix 도메인 소켓을 통해 Lookout for Vision 엣지 에이전트와 통신할 수 있습니다.

   sudo usermod -a -G ggc_group $(whoami)