應(yīng)用場景與優(yōu)勢

在不同的應(yīng)用場景下，函數(shù)計(jì)算提供的GPU實(shí)例與CPU相比所具備的優(yōu)勢如下。

• 實(shí)時(shí)、準(zhǔn)實(shí)時(shí)的應(yīng)用場景

  • 提供數(shù)倍于CPU的圖形圖像處理效率，從而快速將生產(chǎn)內(nèi)容推向終端用戶。

• 成本優(yōu)先的圖像處理場景

  • 提供彈性預(yù)留模式，從而按需為客戶保留GPU工作實(shí)例，對比自建GPU集群擁有較大成本優(yōu)勢。

  • 提供GPU共享虛擬化，支持以1/2、獨(dú)占方式使用GPU，允許業(yè)務(wù)以更精細(xì)化的方式配置GPU實(shí)例。

• 效率優(yōu)先的圖像處理場景

  • 屏蔽運(yùn)維GPU集群的繁重負(fù)擔(dān)（驅(qū)動(dòng)/CUDA版本管理、機(jī)器運(yùn)行管理、GPU壞卡管理），使得開發(fā)者專注于代碼開發(fā)、聚焦業(yè)務(wù)目標(biāo)的達(dá)成。

GPU實(shí)例的更多信息，請參見實(shí)例類型及使用模式。

教程示例說明

如下表所示，左列為原圖，右列是經(jīng)過部署在函數(shù)計(jì)算的邊緣檢測函數(shù)代碼處理后，所生成的圖片。

原始圖像	邊緣檢測結(jié)果

準(zhǔn)備工作

• OpenCV需要自行編譯以使用GPU加速，編譯方式如下：

  • （推薦）通過Docker使用已編譯好的OpenCV。下載地址：opencv-cuda-docker或cuda-opencv

  • 自行編譯。具體步驟，請參見官網(wǎng)編譯手冊。

• 將需處理的音視頻資源上傳至在GPU實(shí)例所在地域的OSS Bucket中，且您對該Bucket中的文件有讀寫權(quán)限。具體步驟，請參見控制臺(tái)上傳文件。權(quán)限相關(guān)說明，請參見修改存儲(chǔ)空間讀寫權(quán)限。

通過函數(shù)計(jì)算控制臺(tái)部署GPU應(yīng)用

1. 部署鏡像。
   1. 建容器鏡像服務(wù)的企業(yè)版實(shí)例或個(gè)人版實(shí)例。
      推薦您創(chuàng)建企業(yè)版實(shí)例。具體操作步驟，請參見創(chuàng)建企業(yè)版實(shí)例。
   2. 創(chuàng)建命名空間和鏡像倉庫。
      具體操作步驟，請參見步驟二：創(chuàng)建命名空間和步驟三：創(chuàng)建鏡像倉庫。
   3. 在容器鏡像服務(wù)控制臺(tái)，根據(jù)界面提示完成Docker相關(guān)操作步驟。然后將上述示例app.py和Dockerfile推送至實(shí)例鏡像倉庫，文件信息，請參見通過ServerlessDevs部署GPU應(yīng)用時(shí)/code目錄中的app.py和Dockerfile。
      

2. 創(chuàng)建GPU函數(shù)。具體操作步驟，請參見創(chuàng)建Custom Container函數(shù)。

3. 修改函數(shù)的執(zhí)行超時(shí)時(shí)間。

   1. 在目標(biāo)函數(shù)的配置頁簽，在左側(cè)導(dǎo)航欄，選擇運(yùn)行時(shí)，然后單擊運(yùn)行時(shí)右側(cè)的編輯。

   2. 在運(yùn)行時(shí)面板，修改執(zhí)行超時(shí)時(shí)間，然后單擊確定。

   說明

   CPU轉(zhuǎn)碼耗時(shí)會(huì)超過默認(rèn)的60s，因此建議您修改執(zhí)行超時(shí)時(shí)間為較大的值。

4. 配置GPU預(yù)留實(shí)例。關(guān)于配置預(yù)留實(shí)例的具體操作，請參見配置預(yù)留實(shí)例。

   配置完成后，您可以在規(guī)則列表查看預(yù)留的GPU實(shí)例是否就緒。即當(dāng)前預(yù)留實(shí)例數(shù)是否為設(shè)置的預(yù)留實(shí)例數(shù)。

5. 使用cURL測試函數(shù)。

   1. 在函數(shù)詳情頁面，單擊觸發(fā)器管理頁簽，查看觸發(fā)器的配置信息，獲取觸發(fā)器的訪問地址。

   2. 在命令行執(zhí)行如下命令，調(diào)用GPU函數(shù)。

      • 查看線上函數(shù)版本

        curl "https://tgpu-op-console-tgpu-op-console-ajezokddpx.cn-shenzhen.fcapp.run"
        {"function": "opencv_edge_canny"}

      • 執(zhí)行圖片邊緣檢測

        curl "https://tgpu-op-console-tgpu-op-console-ajezokddpx.cn-shenzhen.fcapp.run" -H "RUN-MODE: normal"
        {"result": "CUDA-capable device supported | process image ok!"}