為了讓客戶能夠高效安裝和部署 NVIDIA Omniverse 及NVIDIAIsaac 平臺(tái),NVIDIA 現(xiàn)已推出簡(jiǎn)單便捷的容器化部署方案,以支持在數(shù)據(jù)中心的服務(wù)器中實(shí)現(xiàn)流式仿真或協(xié)作。
1. 準(zhǔn)備工作
硬件:1 臺(tái) GPU 服務(wù)器(可集成多張 GPU,同時(shí)給多人使用)
系統(tǒng):Ubuntu 22.04 及以上版本(本次測(cè)試使用 22.04 的版本)
GPU:NVIDIA RTX GPU 并安裝驅(qū)動(dòng)
環(huán)境:Docker 預(yù)裝
2. 下載前端框架,容器制作框架
https://github.com/NVIDIA-Omniverse/web-viewer-sample(復(fù)制鏈接至瀏覽器打開)
https://github.com/NVIDIA-Omniverse/kit-app-template
3. Docker 的 NVIDIA Container Toolkit 安裝(Ubuntu 安裝版本不同,可以命令有所差別)
添加 NVIDIA 文件源及 GPG 密鑰(以 Ubuntu 為例,只是文件管理命令不同):
distribution=$(. /etc/os-release;echo$ID$VERSION_ID) curl -s -L https://nvidia.github.io/nvidia-docker/$distribution/nvidia-docker.repo |sudotee/etc/yum.repos.d/nvidia-docker.repo
安裝 nvidia-container-toolkit
yum install -ynvidia-container-toolkit
重啟 Docker 守護(hù)進(jìn)程時(shí)配置生效
Systemctlrestart docker
運(yùn)行 Docker 容器時(shí)使用 --gpus 參數(shù)啟用 GPU 支持(測(cè)試)
dockerrun --rm --gpusallnvidia/cuda:12.0.0-base-ubuntu22.04nvidia-smi
4. 安裝 Kit 的 App Streaming(參考 2 中的鏈接完成)
通過(guò) repo.sh 命令安裝 App 和 Container
./repo.shtemplatenew
在添加 layer 的時(shí)候 default 一定要選第一個(gè),需要按住空格

Build App:
./repo.sh build
Launch App:
./repo.sh launch
Create Image:
./repo.sh package –container –name <自定義容器名稱>
- 選擇帶有 Streaming 的 Kit 進(jìn)行打包

5.Docker images
查看 images 是否已經(jīng)存在。

6. 運(yùn)行容器及相關(guān)配置和參數(shù)
在運(yùn)行之前,需要對(duì) host 電腦進(jìn)行設(shè)置。
nano /etc/resolv.conf
- 將“search .”替換“search nvidia.com”
添加 Streaming 參數(shù)設(shè)置,對(duì)比 Kit107.3 之前和 Kit108 之后的參數(shù)變化
- Kit107.3
--/app/livestream/port=49100 --/app/livestream/fixedHostPort=47998 -/app/livestream/allowDynamicResize=true
- Kit108 以上
--/exts/omni.kit.livestream.app/primaryStream/signalPort=49100 --/exts/omni.kit.livestream.app/primaryStream/streamPort=47998 --/exts/omni.kit.livestream.app/primaryStream/allowDynamicResize =true --/exts/omni.kit.livestream.app/primaryStream/streamType ="webrtc"
3. 首次啟動(dòng)命令,并且指定了 GPU,將容器的名稱寫上對(duì)應(yīng)的 UDP / TCP 端口號(hào)。
docker run --name composer_47999_49200 --gpus device=0 --network host -v ~/docker/omniverse/explorer_cache:/root/.cache:rw -v ~/docker/omniverse/explorer_data:/root/.local/share/ov/data:rw -it composer:latest --/exts/omni.kit.livestream.app/primaryStream/signalPort=49200 --/exts/omni.kit.livestream.app/primaryStream/streamPort=47999 --/exts/omni.kit.livestream.app/primaryStream/allowDynamicResize=true --/exts/omni.kit.livestream.app/primaryStream/streamType="webrtc"
7. 開啟一個(gè)新的 terminal,安裝前端代碼
下載 repo:git clonehttps://github.com/NVIDIA-Omniverse/web-viewer-sample
Ubuntu 系統(tǒng)上提前裝好 Node.js
使用 npm --version,確實(shí)是否安裝完畢
關(guān)閉防火墻,運(yùn)行端口連接:
sudoufwallow47999/udp sudoufwallow49100/tcp
在最新的前端中 stream.config.json 修改配置文件
- 修改 ip 地址
- 添加 udp / tcp 端口
- 輸入 npm run dev -- --host

使用網(wǎng)絡(luò)可達(dá)的電腦打開網(wǎng)頁(yè)輸入網(wǎng)址

基于 Docker 使用 Container 部署的 NVIDIA Omniverse 推流方案已就緒。
為了方便使用,我為大家制作了簡(jiǎn)易 NVIDIA Omniverse 基于 Docker 的安裝包,并制作了配置腳本。需要的小伙版?zhèn)冋?qǐng)參考視頻教程來(lái)操作。
文件安裝包:
通過(guò)網(wǎng)盤分享的文件:docker_omniverse_streaming.tar.gz
鏈接:https://pan.baidu.com/s/1OuX9oLMc9dCpMPcSdN4_1Q提取碼: 1mh6
操作視頻教程:
*與 NVIDIA 產(chǎn)品相關(guān)的圖片或視頻(完整或部分)的版權(quán)均歸 NVIDIA Corporation 所有。
-
NVIDIA
+關(guān)注
關(guān)注
14文章
5696瀏覽量
110138 -
gpu
+關(guān)注
關(guān)注
28文章
5283瀏覽量
136094 -
服務(wù)器
+關(guān)注
關(guān)注
14文章
10371瀏覽量
91768 -
容器
+關(guān)注
關(guān)注
0文章
536瀏覽量
23030
原文標(biāo)題:NVIDIA Omniverse 基于 Container 的部署推流方案
文章出處:【微信號(hào):Leadtek,微信公眾號(hào):麗臺(tái)科技】歡迎添加關(guān)注!文章轉(zhuǎn)載請(qǐng)注明出處。
發(fā)布評(píng)論請(qǐng)先 登錄
NVIDIA Omniverse Extension開發(fā)秘籍
NVIDIA將NVIDIA Omniverse帶給全球超過(guò)250萬(wàn)的開發(fā)者
用NVIDIA Omniverse連接游戲開發(fā)工作流
NVIDIA Omniverse Create最新版功能介紹
NVIDIA Omniverse的特性及應(yīng)用
NVIDIA Omniverse ACE的實(shí)際應(yīng)用和主要優(yōu)勢(shì)
Predator Cycling使用NVIDIA Omniverse將概念設(shè)計(jì)變?yōu)楝F(xiàn)實(shí)
利用NVIDIA RTX和Omniverse取得的工作成果
探索NVIDIA AI和Omniverse加速設(shè)計(jì)創(chuàng)作
NVIDIA Omniverse中的物理模擬功能
NVIDIA宣布將以API形式提供Omniverse? Cloud
全新NVIDIA Omniverse Cloud API有何亮點(diǎn)?
Omniverse教程(12):NVIDIA Omniverse USD Presenter的基礎(chǔ)應(yīng)用
電子制造商采用NVIDIA AI和 Omniverse助力工廠提高運(yùn)營(yíng)效率并降低成本
NVIDIA Omniverse Kit 107的安裝部署步驟
NVIDIA Omniverse基于Container的部署推流方案
評(píng)論