> For the complete documentation index, see [llms.txt](https://docs.roboflow.com/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://docs.roboflow.com/deployment/hi/self-hosted/inference-server/install/mac.md).

# Mac पर इंस्टॉल करें

## मूल macOS ऐप (Apple Silicon)

आप अपने Apple Silicon Mac पर मूल डेस्कटॉप ऐप के साथ Roboflow Inference Server चला सकते हैं। नवीनतम GitHub रिलीज़ से नवीनतम DMG डिस्क इमेज डाउनलोड करें: [GitHub पर नवीनतम रिलीज़ देखें और इंस्टॉलर डाउनलोड करें](https://github.com/roboflow/inference/releases).

1. [Roboflow Inference DMG डाउनलोड करें](https://github.com/roboflow/inference/releases) डिस्क इमेज.
2. डिस्क इमेज को डबल-क्लिक करके माउंट करें.
3. Roboflow Inference ऐप को अपने Applications फ़ोल्डर में खींचें।
4. अपने Applications फ़ोल्डर को खोलें और सर्वर शुरू करने के लिए Roboflow Inference ऐप पर डबल-क्लिक करें।

## Docker का उपयोग करना

{% tabs %}
{% tab title="CPU" %}
सबसे पहले, [Docker Desktop इंस्टॉल करें](https://docs.docker.com/desktop/setup/install/mac-install/). फिर कंटेनर शुरू करने के लिए CLI का उपयोग करें:

```bash
pip install inference-cli
inference server start
```

यदि आप कंटेनर सेटिंग्स पर अधिक नियंत्रण चाहते हैं, तो इसे मैन्युअल रूप से शुरू करें:

```bash
sudo docker run -d \\
    --name inference-server \\
    --read-only \\
    -p 9001:9001 \\
    --volume ~/.inference/cache:/tmp:rw \\
    --security-opt="no-new-privileges" \\
    --cap-drop="ALL" \\
    --cap-add="NET_BIND_SERVICE" \\
    roboflow/roboflow-inference-server-cpu:latest
```

{% endtab %}

{% tab title="GPU (MPS)" %}
Apple अभी तक समर्थन नहीं करता [Metal Performance Shaders (MPS) डिवाइस को Docker को पास करना](https://github.com/pytorch/pytorch/issues/81224) , इसलिए Mac पर किसी कंटेनर के अंदर हार्डवेयर एक्सेलेरेशन संभव नहीं है। MPS का उपयोग करने के लिए आपको सर्वर को Docker के बाहर चलाना होगा।

{% hint style="success" %}
CPU Docker इमेज के साथ शुरुआत करना सबसे आसान है, और यदि आपको बाद में अधिक गति की आवश्यकता हो, तो MPS एक्सेलेरेशन के साथ Docker के बाहर चलाने पर स्विच करें।
{% endhint %}

हम अनुशंसा करते हैं [`pyenv`](https://github.com/pyenv/pyenv) और [`pyenv-virtualenv`](https://github.com/pyenv/pyenv-virtualenv) को Mac पर अपने Python परिवेशों को प्रबंधित करने के लिए, विशेष रूप से क्योंकि [homebrew](https://brew.sh) डिफ़ॉल्ट रूप से Python 3.13 का उपयोग करता है, जो अभी तक उन कई मशीन लर्निंग निर्भरताओं के साथ संगत नहीं है जिनका Inference उपयोग करता है।

एक बार जब आपने `pyenv` और `pyenv-virtualenv` इंस्टॉल और सेट अप कर लिया हो (अपने shell को सेट अप करने के लिए पूर्ण निर्देशों का पालन करें), तो Python 3.12 के साथ एक `इनफेरेंस` virtual environment बनाएं और सक्रिय करें:

```bash
pyenv install 3.12
pyenv virtualenv 3.12 inference
pyenv activate inference
```

Docker के बाहर सर्वर को इंस्टॉल और चलाने के लिए, repo को clone करें, dependencies इंस्टॉल करें, कॉपी करें `cpu_http.py` repo के शीर्ष स्तर में, और सर्वर को इससे शुरू करें `uvicorn`:

```bash
git clone https://github.com/roboflow/inference.git
cd inference
pip install .
cp docker/config/cpu_http.py .
uvicorn cpu_http:app --port 9001 --host 0.0.0.0
```

अब आपका सर्वर यहाँ चल रहा है `http://localhost:9001` MPS एक्सेलेरेशन के साथ।
{% endtab %}
{% endtabs %}

## अगले चरण

* [मॉडल चलाएँ](/deployment/hi/self-hosted/self-hosted.md#run-a-model) अपने नए सर्वर के विरुद्ध।
* [Docker कॉन्फ़िगरेशन विकल्प](/deployment/hi/self-hosted/inference-server/configuration/docker-configuration.md) पोर्ट, कैशिंग, और मॉडल सीमाओं के लिए।
* [self-hosted सर्वर को सुरक्षित करना](/deployment/hi/self-hosted/inference-server/configuration/security.md) उसे localhost से बाहर उजागर करने से पहले।