Docker Image

SnapOtter एक single Docker image के रूप में उपलब्ध है। इसे अकेले चलाएँ तो यह loopback interface पर एक embedded PostgreSQL 17 और Redis शुरू कर देता है (embedded mode); production के लिए, इसे Compose के साथ अलग PostgreSQL 17 और Redis 8 containers के साथ चलाएँ। app image सभी platforms पर काम करता है।

Quick start

docker run -d --name SnapOtter -p 1349:1349 -v SnapOtter-data:/data snapotter/snapotter:latest

कोई DATABASE_URL सेट न होने पर, यह embedded mode में चलता है: PostgreSQL और Redis container के भीतर loopback पर शुरू होते हैं, और सारा data SnapOtter-data volume के अंतर्गत रहता है। बाहरी services का उपयोग करने के लिए DATABASE_URL और REDIS_URL सेट करें (जैसा Compose stack करता है)। देखें Configuration।

NVIDIA CUDA acceleration

image में amd64 पर NVIDIA CUDA समर्थन शामिल है। यदि आपके पास NVIDIA Container Toolkit स्थापित के साथ एक NVIDIA GPU है, तो --gpus all जोड़ें:

docker run -d --name SnapOtter --gpus all -p 1349:1349 -v SnapOtter-data:/data snapotter/snapotter:latest

image runtime पर CUDA का स्वतः पता लगा लेता है। --gpus all के बिना, या जब CUDA अनुपलब्ध हो, AI tools CPU पर चलते हैं। दोनों ही स्थिति में वही image।

VA-API, Quick Sync, या OpenCL के माध्यम से Intel/AMD iGPU acceleration फ़िलहाल SnapOtter AI inference के लिए समर्थित नहीं है। /dev/dri को container में map करने से render device उजागर हो सकता है, लेकिन जब तक CUDA उपलब्ध न हो, AI runtime फिर भी CPU का ही उपयोग करेगा।

Benchmarks

एक NVIDIA RTX 4070 (12 GB VRAM) पर 572x1024 JPEG portrait के साथ परीक्षित।

Warm performance

Tool	CPU	GPU	Speedup
Background removal (u2net)	2,415ms	879ms	2.7x
Background removal (isnet)	2,457ms	1,137ms	2.2x
Upscale 2x	350ms	309ms	1.1x
Upscale 4x	910ms	310ms	2.9x
Face blur	139ms	122ms	1.1x

Cold start (container start के बाद पहला अनुरोध)

Tool	CPU	GPU	Speedup
Background removal	22,286ms	4,792ms	4.7x
Upscale 2x	3,957ms	2,318ms	1.7x

OCR, CUDA तुलना में शामिल नहीं है। अंतर्निहित Tesseract टियर और वैकल्पिक RapidOCR/ONNX टियर दोनों CPU का उपयोग करते हैं, जिसमें कंटेनर में NVIDIA GPU एक्सेस शामिल है।

CUDA health check

पहले AI अनुरोध के बाद, admin health endpoint CUDA GPU status की रिपोर्ट देता है:

GET /api/v1/admin/health
{"ai": {"gpu": true}}

Docker Compose

पूर्ण Compose stack में app, PostgreSQL 17, और Redis 8 शामिल हैं। पूरे docker-compose.yml के लिए Deployment देखें। एक न्यूनतम उदाहरण:

services:
  SnapOtter:
    image: snapotter/snapotter:latest
    ports:
      - "1349:1349"
    volumes:
      - SnapOtter-data:/data
      - SnapOtter-workspace:/tmp/workspace
    environment:
      - DATABASE_URL=postgres://snapotter:snapotter@postgres:5432/snapotter
      - REDIS_URL=redis://redis:6379
    depends_on:
      postgres:
        condition: service_healthy
      redis:
        condition: service_healthy
    restart: unless-stopped
    logging:
      driver: json-file
      options:
        max-size: "10m"
        max-file: "3"

  postgres:
    image: postgres:17-alpine
    environment:
      POSTGRES_USER: snapotter
      POSTGRES_PASSWORD: snapotter     # गैर-स्थानीय तैनाती के लिए इसे बदलें
      POSTGRES_DB: snapotter
    volumes:
      - SnapOtter-pgdata:/var/lib/postgresql/data
    restart: unless-stopped
    healthcheck:
      test: ["CMD-SHELL", "pg_isready -U snapotter -d snapotter"]
      interval: 10s
      timeout: 5s
      retries: 12

  redis:
    image: redis:8-alpine
    command: ["redis-server", "--maxmemory-policy", "noeviction", "--appendonly", "yes"]
    volumes:
      - SnapOtter-redisdata:/data
    restart: unless-stopped
    healthcheck:
      test: ["CMD", "redis-cli", "ping"]
      interval: 10s
      timeout: 5s
      retries: 12

volumes:
  SnapOtter-data:
  SnapOtter-workspace:
  SnapOtter-pgdata:
  SnapOtter-redisdata:

Docker Compose के माध्यम से NVIDIA CUDA acceleration के लिए, SnapOtter service में deploy section जोड़ें:

    deploy:
      resources:
        reservations:
          devices:
            - driver: nvidia
              count: 1
              capabilities: [gpu]

Version pinning

Tag	Description
latest	नवीनतम release
2.2.0	सटीक version
2.2	2.2.x में नवीनतम patch
2	2.x में नवीनतम minor

Platforms

Architecture	GPU support	Notes
linux/amd64	NVIDIA CUDA	AI tools के लिए पूर्ण CUDA acceleration
linux/arm64	केवल CPU	Raspberry Pi 4/5, Docker Desktop के माध्यम से Apple Silicon

पिछले टैग से migration

यदि आप :cuda tag का उपयोग कर रहे थे, तो :latest पर स्विच करें और --gpus all रखें। वही GPU support, एकीकृत image।

आपका data और settings volumes में संरक्षित रहते हैं।