Docker Image

SnapOtter เผยแพร่เป็น Docker image เพียงตัวเดียว รันมันเดี่ยว ๆ แล้วมันจะเริ่ม PostgreSQL 17 และ Redis แบบฝังตัวบนอินเทอร์เฟซ loopback (โหมดฝังตัว) สำหรับการใช้งานจริง ให้รันควบคู่ไปกับคอนเทนเนอร์ PostgreSQL 17 และ Redis 8 แยกต่างหากด้วย Compose แอป image นี้ทำงานได้บนทุกแพลตฟอร์ม

เริ่มต้นอย่างรวดเร็ว

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

เมื่อไม่ได้ตั้งค่า DATABASE_URL ตัวนี้จะรันในโหมดฝังตัว: PostgreSQL และ Redis จะเริ่มทำงานภายในคอนเทนเนอร์บน loopback โดยเก็บข้อมูลทั้งหมดไว้ใต้ volume SnapOtter-data ตั้งค่า DATABASE_URL และ REDIS_URL (อย่างที่สแตก Compose ทำ) เพื่อใช้บริการภายนอกแทน ดู การกำหนดค่า

การเร่งความเร็วด้วย NVIDIA CUDA

image นี้มีการรองรับ NVIDIA CUDA บน amd64 หากคุณมี NVIDIA GPU พร้อมติดตั้ง NVIDIA Container Toolkit แล้ว ให้เพิ่ม --gpus all:

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

image จะตรวจจับ CUDA โดยอัตโนมัติในขณะรัน หากไม่มี --gpus all หรือเมื่อ CUDA ไม่พร้อมใช้งาน เครื่องมือ AI จะรันบน CPU ใช้ image เดียวกันได้ทั้งสองแบบ

การเร่งความเร็วด้วย iGPU ของ Intel/AMD ผ่าน VA-API, Quick Sync หรือ OpenCL ยังไม่รองรับสำหรับการอนุมาน AI ของ SnapOtter ในปัจจุบัน การแมป /dev/dri เข้าไปในคอนเทนเนอร์อาจเปิดเผยอุปกรณ์ render ได้ แต่รันไทม์ AI จะยังคงใช้ CPU เว้นแต่จะมี CUDA พร้อมใช้งาน

การเปรียบเทียบประสิทธิภาพ

ทดสอบบน NVIDIA RTX 4070 (VRAM 12 GB) ด้วยภาพบุคคล JPEG ขนาด 572x1024

ประสิทธิภาพแบบ warm

เครื่องมือ	CPU	GPU	เร็วขึ้น
การลบพื้นหลัง (u2net)	2,415ms	879ms	2.7x
การลบพื้นหลัง (isnet)	2,457ms	1,137ms	2.2x
ขยายภาพ 2x	350ms	309ms	1.1x
ขยายภาพ 4x	910ms	310ms	2.9x
OCR (PaddleOCR)	137ms	94ms	1.5x
เบลอใบหน้า	139ms	122ms	1.1x

Cold start (คำขอแรกหลังเริ่มคอนเทนเนอร์)

เครื่องมือ	CPU	GPU	เร็วขึ้น
การลบพื้นหลัง	22,286ms	4,792ms	4.7x
ขยายภาพ 2x	3,957ms	2,318ms	1.7x
OCR (PaddleOCR)	1,469ms	1,090ms	1.3x

การตรวจสอบสถานะ CUDA

หลังจากคำขอ AI ครั้งแรก endpoint สำหรับตรวจสอบสถานะของผู้ดูแลระบบจะรายงานสถานะ CUDA GPU:

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

Docker Compose

สแตก Compose แบบเต็มประกอบด้วยแอป, PostgreSQL 17 และ Redis 8 ดู การนำไปใช้งาน สำหรับ docker-compose.yml ฉบับสมบูรณ์ ตัวอย่างขั้นต่ำ:

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:

สำหรับการเร่งความเร็วด้วย NVIDIA CUDA ผ่าน Docker Compose ให้เพิ่มส่วน deploy เข้าไปในบริการ SnapOtter:

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

การล็อกเวอร์ชัน

แท็ก	คำอธิบาย
latest	รุ่นล่าสุด
1.11.0	เวอร์ชันที่ระบุแน่นอน
1.11	patch ล่าสุดใน 1.11.x
1	minor ล่าสุดใน 1.x

แพลตฟอร์ม

สถาปัตยกรรม	การรองรับ GPU	หมายเหตุ
linux/amd64	NVIDIA CUDA	การเร่งความเร็ว CUDA เต็มรูปแบบสำหรับเครื่องมือ AI
linux/arm64	CPU เท่านั้น	Raspberry Pi 4/5, Apple Silicon ผ่าน Docker Desktop

การย้ายจากแท็กก่อนหน้า

หากคุณเคยใช้แท็ก :cuda ให้เปลี่ยนไปใช้ :latest และคง --gpus all ไว้ การรองรับ GPU เหมือนเดิม เป็น image ที่รวมเป็นหนึ่งเดียว

ข้อมูลและการตั้งค่าของคุณจะถูกเก็บรักษาไว้ใน volume