> 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

native Apple Silicon ऐप, Docker, या Docker के बाहर MPS acceleration के साथ macOS पर Roboflow Inference Server इंस्टॉल करें।

इस पृष्ठ पर दिए गए Docker उदाहरण localhost पर पोर्ट 9001 प्रकाशित करते हैं। किसी अन्य मशीन पर मौजूद क्लाइंट्स के लिए, जानबूझकर मैपिंग को किसी पहुँच योग्य होस्ट पते पर बदलें और कॉन्फ़िगर करें [सर्वर एक्सेस](/deployment/hi/self-hosted/inference-server/configuration/security.md#restrict-network-access).

## macOS नेटिव ऐप (Apple Silicon)

आप अपने Apple Silicon Mac पर नेटिव डेस्कटॉप ऐप के साथ Roboflow Inference Server चला सकते हैं। GitHub की नवीनतम 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. इस पर डबल-क्लिक करके डिस्क इमेज माउंट करें।
3. Roboflow Inference ऐप को अपने Applications फ़ोल्डर में खींचें।
4. अपना Applications फ़ोल्डर 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 127.0.0.1:9001:9001 \
    --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 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" %}
शुरुआत करना सबसे आसान CPU Docker इमेज से है, और यदि आपको बाद में अधिक गति चाहिए तो MPS एक्सेलेरेशन के साथ Docker के बाहर चलाने पर स्विच करें।
{% endhint %}

हम सुझाव देते हैं [`pyenv`](https://github.com/pyenv/pyenv) और [`pyenv-virtualenv`](https://github.com/pyenv/pyenv-virtualenv) Mac पर अपने Python वातावरणों को प्रबंधित करने के लिए, खासकर क्योंकि [homebrew](https://brew.sh) डिफ़ॉल्ट रूप से Python 3.13 का उपयोग करता है, जो अभी तक Inference द्वारा उपयोग की जाने वाली कई मशीन लर्निंग निर्भरताओं के साथ संगत नहीं है।

एक बार जब आपने इंस्टॉल और सेट अप कर लिया हो `pyenv` और `pyenv-virtualenv` (अपने shell को सेट अप करने के लिए पूर्ण निर्देशों का पालन करें), एक `inference` Python 3.12 के साथ virtual environment बनाएँ 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` को repo के शीर्ष स्तर पर, और सर्वर को इस कमांड के साथ 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
```

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

## अगले चरण

* [एक मॉडल चलाएँ](/deployment/hi/self-hosted/self-hosted.md#run-model-locally) 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।
* [एक self-hosted server को सुरक्षित करना](/deployment/hi/self-hosted/inference-server/configuration/security.md) इससे पहले कि आप इसे localhost से आगे उपलब्ध कराएँ।