Obraz Docker

SnapOtter jest dostarczany jako pojedynczy obraz Docker. Uruchom go samodzielnie, a wystartuje wbudowany PostgreSQL 17 oraz Redis na interfejsie pętli zwrotnej (tryb wbudowany); na produkcji uruchamiaj go obok osobnych kontenerów PostgreSQL 17 i Redis 8 za pomocą Compose. Obraz aplikacji działa na wszystkich platformach.

Szybki start

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

Bez ustawionego DATABASE_URL działa to w trybie wbudowanym: PostgreSQL i Redis startują wewnątrz kontenera na pętli zwrotnej, a wszystkie dane trafiają do woluminu SnapOtter-data. Ustaw DATABASE_URL i REDIS_URL (tak jak robi to stos Compose), aby zamiast tego korzystać z usług zewnętrznych. Zobacz Konfiguracja.

Akceleracja NVIDIA CUDA

Obraz zawiera obsługę NVIDIA CUDA na amd64. Jeśli masz kartę GPU NVIDIA z zainstalowanym NVIDIA Container Toolkit, dodaj --gpus all:

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

Obraz automatycznie wykrywa CUDA w czasie działania. Bez --gpus all lub gdy CUDA jest niedostępne, narzędzia AI działają na CPU. To ten sam obraz w obu przypadkach.

Akceleracja iGPU Intel/AMD przez VA-API, Quick Sync lub OpenCL nie jest obecnie obsługiwana dla wnioskowania AI w SnapOtter. Zmapowanie /dev/dri do kontenera może udostępnić urządzenie renderujące, ale środowisko uruchomieniowe AI i tak będzie korzystać z CPU, o ile CUDA nie jest dostępne.

Testy wydajności

Testowane na NVIDIA RTX 4070 (12 GB VRAM) na portretowym pliku JPEG 572x1024.

Wydajność po rozgrzaniu

Narzędzie	CPU	GPU	Przyspieszenie
Usuwanie tła (u2net)	2 415 ms	879 ms	2,7x
Usuwanie tła (isnet)	2 457 ms	1 137 ms	2,2x
Powiększanie 2x	350 ms	309 ms	1,1x
Powiększanie 4x	910 ms	310 ms	2,9x
OCR (PaddleOCR)	137 ms	94 ms	1,5x
Rozmycie twarzy	139 ms	122 ms	1,1x

Zimny start (pierwsze żądanie po uruchomieniu kontenera)

Narzędzie	CPU	GPU	Przyspieszenie
Usuwanie tła	22 286 ms	4 792 ms	4,7x
Powiększanie 2x	3 957 ms	2 318 ms	1,7x
OCR (PaddleOCR)	1 469 ms	1 090 ms	1,3x

Kontrola stanu CUDA

Po pierwszym żądaniu AI administracyjny punkt końcowy stanu zdrowia raportuje status GPU CUDA:

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

Docker Compose

Pełny stos Compose obejmuje aplikację, PostgreSQL 17 oraz Redis 8. Zobacz Wdrożenie, aby poznać kompletny docker-compose.yml. Minimalny przykład:

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
      POSTGRES_DB: snapotter
    volumes:
      - SnapOtter-pgdata:/var/lib/postgresql/data
    restart: unless-stopped
    healthcheck:
      test: ["CMD-SHELL", "pg_isready -U 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:

Dla akceleracji NVIDIA CUDA przez Docker Compose dodaj sekcję deploy do usługi SnapOtter:

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

Przypinanie wersji

Tag	Opis
latest	Najnowsze wydanie
1.11.0	Dokładna wersja
1.11	Najnowsza łatka w 1.11.x
1	Najnowsza wersja podrzędna w 1.x

Platformy

Architektura	Obsługa GPU	Uwagi
linux/amd64	NVIDIA CUDA	Pełna akceleracja CUDA dla narzędzi AI
linux/arm64	Tylko CPU	Raspberry Pi 4/5, Apple Silicon przez Docker Desktop

Migracja z poprzednich tagów

Jeśli używałeś taga :cuda, przejdź na :latest i zachowaj --gpus all. Taka sama obsługa GPU, ujednolicony obraz.

Twoje dane i ustawienia są zachowywane w woluminach.