Docker-avbildning

SnapOtter levereras som en enda Docker-avbildning. Kör den fristående så startar den en inbäddad PostgreSQL 17 och Redis på loopback-gränssnittet (inbäddat läge); i produktion kör du den tillsammans med separata containrar för PostgreSQL 17 och Redis 8 med Compose. App-avbildningen fungerar på alla plattformar.

Snabbstart

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

Utan att DATABASE_URL är satt körs detta i inbäddat läge: PostgreSQL och Redis startar inuti containern på loopback, med all data under volymen SnapOtter-data. Sätt DATABASE_URL och REDIS_URL (som Compose-stacken gör) för att använda externa tjänster i stället. Se Konfiguration.

NVIDIA CUDA-acceleration

Avbildningen inkluderar stöd för NVIDIA CUDA på amd64. Om du har en NVIDIA-GPU med NVIDIA Container Toolkit installerat lägger du till --gpus all:

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

Avbildningen upptäcker CUDA automatiskt vid körning. Utan --gpus all, eller när CUDA inte är tillgängligt, körs AI-verktygen på CPU. Samma avbildning oavsett.

Acceleration med Intel/AMD iGPU via VA-API, Quick Sync eller OpenCL stöds inte för SnapOtters AI-inferens i dag. Att mappa in /dev/dri i containern kan exponera renderingsenheten, men AI-körtiden använder fortfarande CPU om inte CUDA finns tillgängligt.

Benchmarks

Testat på en NVIDIA RTX 4070 (12 GB VRAM) med ett 572x1024 JPEG-porträtt.

Varm prestanda

Verktyg	CPU	GPU	Snabbhetsökning
Bakgrundsborttagning (u2net)	2 415 ms	879 ms	2,7x
Bakgrundsborttagning (isnet)	2 457 ms	1 137 ms	2,2x
Uppskalning 2x	350 ms	309 ms	1,1x
Uppskalning 4x	910 ms	310 ms	2,9x
Ansiktsoskärpa	139 ms	122 ms	1,1x

Kallstart (första begäran efter containerstart)

Verktyg	CPU	GPU	Snabbhetsökning
Bakgrundsborttagning	22 286 ms	4 792 ms	4,7x
Uppskalning 2x	3 957 ms	2 318 ms	1,7x

OCR ingår inte i CUDA-jämförelsen. Både den inbyggda Tesseract-nivån och de valfria RapidOCR/ONNX-nivåerna använder CPU, inklusive när behållaren har NVIDIA GPU-åtkomst.

CUDA-hälsokontroll

Efter den första AI-begäran rapporterar administratörens hälsoslutpunkt CUDA-GPU-status:

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

Docker Compose

Hela Compose-stacken inkluderar appen, PostgreSQL 17 och Redis 8. Se Distribution för den kompletta docker-compose.yml. Ett minimalt exempel:

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     # Ändra detta för icke-lokala distributioner
      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:

För NVIDIA CUDA-acceleration via Docker Compose lägger du till deploy-avsnittet till SnapOtter-tjänsten:

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

Versionslåsning

Tagg	Beskrivning
latest	Senaste utgåvan
2.2.0	Exakt version
2.2	Senaste patch i 2.2.x
2	Senaste minor i 2.x

Plattformar

Arkitektur	GPU-stöd	Anteckningar
linux/amd64	NVIDIA CUDA	Full CUDA-acceleration för AI-verktyg
linux/arm64	Endast CPU	Raspberry Pi 4/5, Apple Silicon via Docker Desktop

Migrering från tidigare taggar

Om du använde taggen :cuda byter du till :latest och behåller --gpus all. Samma GPU-stöd, en enhetlig avbildning.

Dina data och inställningar bevaras i volymerna.