NVIDIA Triton系列04-创建模型仓

关注

原创最新推荐文章于 2026-05-24 13:02:28 发布 1.1k 阅读 AI 写同款· GEO 优化 ›

TensorRT&Triton学习笔记(一)：triton和模型部署+client 前言先介绍TensorRT、Triton的关系和区别： TensorRT：为inference（推理）为生，是NVIDIA研发的一款针对深度学习模型在GPU上的计算，显著提高GPU上的模型推理性能。即一种专门针对高性能推理的模型框架，也可以解析其他框架的模型如tensorflow、torch。主要优化手段如下： Triton：类似于TensorFlow Serving，但triton包括server和client。 triton serving能够实现不同模型的统一部署和服务，提供http和grpc协阅读详情

NVIDIA Triton系列04-创建模型仓

B站：肆十二-的个人空间-肆十二-个人主页-哔哩哔哩视频 (bilibili.com)

博客：肆十二-优快云博客

问答：(10 封私信 / 72 条消息) 肆十二 - 知乎 (zhihu.com)

**推理模型仓（inference model repository）**是 Triton 推理服务器的最基础元件，如同数据库（database）服务器必须先创建一个数据库是类似的道理。要使用 Triton 推理服务器的第一件任务，就是先创建一个模型存储仓来作为服务器的组织中心，将所需的模型、配置文件和其他资源都位于这个存储仓中，才能让 Triton 进行推理任务。

进入 https://github.com/triton-inference-server/server/tree/main/docs 这个最完整的说明文件区，在 “User Guide” 里的前 5 个步骤，就是为 Triton 服务器创建与管理模型仓的任务，依序如下：

创建模型储存仓（Creating a Model Repository）

撰写模型配置文件（Writing a Model Configuration）

创建模型的流水线（Buillding a Model Pipeline）

管理模型可用性（Managing Model Availablity）

收集服务器指标（Collecting Server Metrics）

本文先带着读者创建模型存储仓，这是执行 Triton 服务器之前必须执行的环节，另外四个部分会在后续文章中陆续探索。

这个储存仓的要求相对简单，只要是常用的文件系统就行，包括企业内部使用的 Windows NTFS 或 Linux ext3/4 文件服务器，也可以是 Google 云、亚马逊云、微软 Asure 之类的网上储存空间。

Triton 模型仓是以“目录结构”为主体的方式搭建，将配套的文件放置对应的位置里就可以，下面是一个简单的范例：

目录结构与文件

├──

│ ├── <1>

│ │ └── model.onnx

│ ├── config.pbtxt

│ └── densenet_labels.txt

└──

├── <1>

│ └── model.graphdef

├── <2>

│ └── model.graphdef

├── config.pbtxt

└── inception_labels.txt

用途说明

根目录：仓名称

目录：模型densenet_onnx

目录：模型densenet_onnx的版本1

文件：模型densenet_onnx版本1的模型文件

文件：模型densenet_onnx的配置文件

文件：模型densenet_onnx的标注文件

目录：模型inception_graphdef

目录：模型inception_graphdef版本1

文件：模型inception_graphdef版本1的模型文件

目录：模型inception_graphdef版本2

文件：模型inception_graphdef版本2的模型文件

文件：模型inception_graphdef的配置文件

文件：模型inception_graphdef的标注文件

这个模型仓主要分为以下两大部分：

1. 目录结构：需要创建以下三层目录，并根据各层定义进行命名

(1) 第一层**“仓名称”**：简单创建一个文件夹作为模型该模型仓的根路径，一台设备上可以有任意个模型仓，例如 model_repo1、model_repo2；

(2) 第二层**“模型名称”：在模型仓下面根据模型名称创建目录，通常习惯使用“神经网络名称_后端种类”**的组合格式，例如

densenet_onnx 表示为 ONNX 后端的 densenet 网络模型；

inception_graphdef 表示为 TensorFlow graphdef 后端的 inception 模型。

(3) 第三层**“版本号”**：用纯数字表示，因为相同的模型可能存在不同训练回合（epoch）、不同精度的多个版本。

2. 文件内容：将以下三种文件内容，分别放置在对应的目录下

(1) 配置文件：放在第二层的模型名称目录下，通常命名为 config.pbtxt，每个模型都有各自的配置文件，里面存放着该模型执行推理时所需要的信息与参数，是 Triton 模型仓里最重要的部分，主要内容将在后面有专门文章提供详细说明。

(2) 标注文件（如果有）：放在第二层的模型名称目录下，例如 densenet_labels.txt

(3) 模型文件：放在第三层的版本目录下，就是最终执行推理功能的神经网络模型，其附加文件名根据训练时所用的框架而定，如下所列

TensorRT 模型：附加名为 .plan，例如 model.plan

ONNX 模型：附加名为 .onnx，例如 model.onnx

TorchScript 模型：附加名为 .pt，例如 model.pt

TensorFlow 模型：根据存储时的方式有 .graphdef 与 .savedmodel 两种，例如 model.graphdef 或 model.savedmodel

OpenVINO 模型：需要由 .xml 与 .bin 组成，例如 model.xml 与 model.bin

Python 模型：附加名为 .py，例如 model.py

DALI 模型：附加名为 .dali，例如 model.dali

即便是在云存储上，也只要根据上述要求创建目录结构，并将各类文件放置在对应目录下，然后启动 Triton 推理服务器时使用**“–model-repostory=”**参数，指向模型仓根路径的位置就可以，例如以下状况：

# 在本机上tritonserver --model-repository=/home/nvidia/triton/repo1# 在Google云tritonserver --model-repository=gs://bucket/triton/repo-google# 在亚马逊S3云tritonserver --model-repository=s3://IP:端口/triton/repo-amazone# 微软Azure云tritonserver --model-repository=as://用户名/容器名/repo-azure

Triton 服务器启动时，会将模型仓下的模型载入计算设备的内存之中，并不需要与模型仓所在服务器进行实时数据交换，因此启动之初会消耗比较多时间，开始执行推理计算之后是不会受到网络速度影响推理性能。

为了协助读者跟容易理解模型仓的使用，我们以 NVIDIA Jetson AGX Orin 设备作为实验平台，先下载 https://github.com/triton-inference-server/server 开源仓，里面的docs目录下有个 examples/model_repository 就是个模型仓范例，里面有 8 个简单的模型，可以做些简单的测试与体验。现在请执行以下指令：

cd $HOME && mkdir triton && cd tritongit clone https://github.com/triton-inference-server/servercd server/docs/examplestree model_repository

就会看到如下面左方的列表，共有 8 个模型文件夹：

目录结构与文件

model_repository/

├── densenet_onnx

│ ├── config.pbtxt

│ └── densenet_labels.txt

├── inception_graphdef

│ ├── config.pbtxt

│ └── inception_labels.txt

├── simple

│ ├── 1