UE4.27 linux云服务器像素流部署（1）

一、Linux下安装要求

1. 按照该支持的平台列表和先决条件列表从NVIDIA容器工具包安装指南，你需要确保你有一个支持的Linux发行版，并支持NVIDIA GPU。

2. 安装受支持的 Docker 社区版 (CE) 18.09 或更新版本。

3. 安装 NVIDIA 二进制 GPU 驱动程序，确保您使用的版本满足您打算使用的 CUDA 版本的最低要求，或者如果您不打算使用 CUDA，则至少使用版本 418.81.07。

4. 按照特定 Linux 发行版的说明安装 NVIDIA Container Toolkit 。

5. 如果您想测试特定的图形 API，请从 Docker Hub 中提取相关的 NVIDIA 基础容器镜像：

   • 用于 OpenGL 支持的nvidia/opengl
   • 用于 CUDA 支持的nvidia/cuda
   • 用于 OpenGL + CUDA 支持的nvidia/cudagl
   • 用于 OpenGL + Vulkan + CUDA 的nvidia/vulkan
   • 用于 OpenCL 支持的

6. 如果您打算将虚幻引擎与运行时容器映像一起使用，请务必选择一个预先配置为支持 NVIDIA Container Toolkit的基础映像。

7. 如果您打算将 Unreal Engine 与开发容器映像一起使用，则需要选择支持 NVIDIA Container Toolkit的映像源。根据您有兴趣使用的图形 API，可能需要从扩展相关 NVIDIA 基础映像的源构建开发映像。

二、GPU云服务器选择

       GPU云服务器各大云厂商都支持，这里以阿里云为例，GPU云服务器分计算型和虚拟化型，尽量选择GPU计算型，GPU虚拟化型需要单独购买GRIO授权许可或者购买包含GRIO镜像.

      1、在GPU计算型实例中安装GPU驱动（Linux)  在GPU计算型实例中安装GPU驱动（Linux） - GPU云服务器 - 阿里云

      UE4.27推荐Ubuntu,GPU计算型云服务器申请时候可以勾选自动安装GPU驱动

     2、在GPU虚拟化型实例中安装GRID驱动（Linux)

在GPU虚拟化型实例中安装GRID驱动（Linux） - GPU云服务器 - 阿里云

     NVIDIA vGPU  LICENSE 申请

NVIDIA vGPU作为一个商用软件是需要LICENSE，可申请 NVIDIA vGPU 90天试用 LICENSENVIDIA Enterprise Account Registration

  三、NVIDIA GPU 驱动程序和 CUDA安装

        安装完成后，执行如下命令，查看是否安装成功

nvidia-smi

    Vulkan安装

     Vulkan是一个跨平台的2D和3D绘图应用程序接口（API）
     vulkan主页，https://vulkan.lunarg.com/sdk/home

sudo apt-get install cmake git gcc g++ mesa-* libwayland-dev libxrandr-dev
sudo apt-get install libvulkan1 mesa-vulkan-drivers vulkan-utils
vulkaninfo

 四、Ubuntu Docker安装

     docker 安装  版本>18.09

    Install Docker Engine on Ubuntu | Docker Documentation

     

     docker-compose安装

#1）下载docker-compose
$ sudo curl -L https://github.com/docker/compose/releases/download/1.17.0/docker-compose-`uname -s`-`uname -m` -o /usr/local/bin/docker-compose
#2）授权
$ sudo chmod +x /usr/local/bin/docker-compose
#3）查看版本信息
$ docker-compose --version

 五、NVIDIA Container Toolkit 安装

      安装步骤：Installation Guide — NVIDIA Cloud Native Technologies documentation

设置stable存储库和 GPG 密钥：

$ distribution=$(. /etc/os-release;echo $ID$VERSION_ID) \
   && curl -s -L https://nvidia.github.io/nvidia-docker/gpgkey | sudo apt-key add - \
   && curl -s -L https://nvidia.github.io/nvidia-docker/$distribution/nvidia-docker.list | sudo tee /etc/apt/sources.list.d/nvidia-dock

nvidia-docker2更新包列表后安装包（和依赖项）：

$ sudo apt-get update
$ sudo apt-get install -y nvidia-docker2

设置好默认运行后重启Docker守护进程完成安装：

$ sudo systemctl restart docker

此时，可以通过运行基本 CUDA 容器来测试工作设置：

$ sudo docker run --rm --gpus all nvidia/cuda:11.0-base nvidia-smi

这应该会导致如下所示的控制台输出：

  六、 UE liunx镜像安装     

       容器快速入门​​​https://docs.unrealengine.com/4.27/zh-CN/SharingAndReleasing/Containers/ContainersQuickStart/https://docs.unrealengine.com/4.27/zh-CN/SharingAndReleasing/Containers/ContainersQuickStart/

     UE 4.27 分开发镜像和运行时镜像，根据需要选择下载

     运行时容器镜像

• 使用 NVIDIA Container Toolkit 的 GPU 加速 Linux 容器：在容器内执行离屏渲染需要从nvidia/opengl、nvidia/vulkan或nvidia/cudagl基础映像派生的映像。创建 X11 窗口还需要 X11 运行时库。

     由于运行时基础映像不包含任何虚幻引擎组件，因此它们可以不受任何限制地分发并在容器注册表（例如 Docker Hub）上公开共享。许多预先配置的基础映像可供下载：

• 官方容器映像：Epic Games 提供的官方虚幻引擎容器映像集包括许多用于各种用例的运行时映像。Linux 运行时映像源自下面列出的 ue4-runtime 存储库。

• adamrehn/ue4-runtime：提供各种标签，表示通过NVIDIA Container Toolkit在 GPU 加速的 Linux 容器中运行打包的 Unreal Engine 项目的最小预配置环境。所有图像变体都提供对 OpenGL 和 Vulkan 的支持。包括支持 CUDA 的变体，用于像素流应用或机器学习工作负载。

• 官方运行时容器映像下载较慢可以选择分享阿里云的镜像地址

•    运行时像素流送镜像runtime-pixel-streaming-4.27

• $ docker pull registry.cn-shenzhen.aliyuncs.com/nailcloud/ue4:runtime-pixel-streaming-4.27

         运行时信令服务器镜像pixel-streaming-signalling-server-4.27

$ docker pull registry.cn-shenzhen.aliyuncs.com/nailcloud/ue4:pixel-streaming-signalling-server-4.27

      开发容器镜像

      以下来源提供了预先构建的开发容器镜像：

• 官方容器镜像：使用 Epic Games 提供的官方虚幻引擎容器镜像。

      以下来源可用于构建开发容器映像：

• ue4-docker：使用 ue4-docker 项目构建虚幻引擎开发容器镜像。

• 自定义 Dockerfiles：编写您自己的 Dockerfiles 以构建虚幻引擎开发容器映像。

• 官方运行时容器映像下载较慢可以选择分享阿里云的镜像地址：

$ docker pull registry.cn-shenzhen.aliyuncs.com/nailcloud/ue4:dev-slim-4.27.1