Mac にインストール
ネイティブの Apple Silicon アプリ、Docker、または Docker 外での MPS アクセラレーションを使って macOS に Roboflow Inference Server をインストールします。
このページの Docker の例では、ポート 9001 を localhost に公開しています。別のマシン上のクライアントの場合は、意図的にマッピングを到達可能なホストアドレスに変更し、設定してください サーバーアクセス.
macOS ネイティブアプリ（Apple Silicon）
Apple Silicon Mac 上で、ネイティブのデスクトップアプリを使って Roboflow Inference Server を実行できます。最新の GitHub リリースから最新の DMG ディスクイメージをダウンロードしてください: GitHub で最新リリースを表示し、インストーラをダウンロード.
Roboflow Inference の DMG をダウンロード ディスクイメージ。
ディスクイメージをダブルクリックしてマウントします。
Roboflow Inference アプリを「アプリケーション」フォルダにドラッグします。
「アプリケーション」フォルダを開き、Roboflow Inference アプリをダブルクリックしてサーバーを起動します。
Docker を使用
まず、 Docker Desktop をインストール。次に、CLI を使ってコンテナを起動します:
pip install inference-cli
inference server startコンテナ設定をさらに細かく制御したい場合は、手動で起動します:
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:latestApple はまだサポートしていません Metal Performance Shaders（MPS）デバイスを Docker に渡すこと、そのため Mac 上のコンテナ内ではハードウェアアクセラレーションは利用できません。MPS を使用するには、サーバーを Docker の外で実行する必要があります。
まずは CPU の Docker イメージで始め、より高速化が必要になったら後で MPS アクセラレーション付きで Docker の外で実行する方法に切り替えるのが最も簡単です。
推奨します pyenv および pyenv-virtualenv Mac 上の Python 環境を管理するために、特に Homebrew Homebrew のデフォルトは Python 3.13 ですが、これは Inference が使用する機械学習依存関係のいくつかとまだ互換性がありません。
インストールとセットアップが完了したら pyenv および pyenv-virtualenv （シェルのセットアップ手順をすべて実行してください）、 inference Python 3.12 の仮想環境を作成して有効化します:
pyenv install 3.12
pyenv virtualenv 3.12 inference
pyenv activate inferenceDocker の外でサーバーをインストールして実行するには、リポジトリをクローンし、依存関係をインストールして、 cpu_http.py リポジトリのトップレベルにコピーし、次のコマンドでサーバーを起動します uvicorn:
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サーバーは現在次のアドレスで実行されています http://localhost:9001 MPS アクセラレーション付きで。
次の手順
モデルを実行する 新しいサーバーに対して。
Docker の設定オプション ポート、キャッシュ、モデルの上限について。
セルフホストサーバーの保護 localhost の外に公開する前に。
最終更新
役に立ちましたか？