> 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/ko/self-hosted/inference-server/install/raspberry-pi.md).

# Raspberry Pi에 설치

Docker를 사용하여 64비트 Raspberry Pi 4 또는 5에 Roboflow Inference Server를 설치하고, 기대할 수 있는 성능은 무엇인지 설명합니다.

이 페이지의 Docker 예제는 localhost의 포트 9001을 공개합니다. 다른 컴퓨터의 클라이언트의 경우, 매핑을 접근 가능한 호스트 주소로 의도적으로 변경하고 구성하세요 [서버 액세스](/deployment/ko/self-hosted/inference-server/configuration/security.md#restrict-network-access).

추론은 Raspberry Pi 4 Model B와 Raspberry Pi 5에서 작동합니다. 단, 다음을 사용하는 경우에 한합니다 [운영체제의 64비트 버전](https://www.raspberrypi.com/software/operating-systems/). SD 카드 용량이 충분하다면, 64비트 "데스크톱 및 권장 소프트웨어가 포함된 Raspberry Pi OS" 버전을 권장합니다.

64비트 OS를 설치한 후, [Docker를 설치하세요](https://docs.docker.com/engine/install/debian/), 그런 다음 Inference CLI를 사용하여 올바른 Inference Docker 컨테이너를 자동으로 선택, 구성 및 시작하세요:

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

{% hint style="warning" %}
**기본적으로 서버는 이 장치에서만 접근할 수 있습니다.** `inference server start` 포트를 게시합니다 `9001` 에 `127.0.0.1`, 따라서 노트북이나 동일 네트워크의 다른 호스트에서의 요청은 거부됩니다. LAN을 통해 접근하려면 다음으로 시작하세요 `inference server start --bind-address 0.0.0.0` (또는 컨테이너 포트를 다음과 같이 게시하세요 `-p 0.0.0.0:9001:9001`) - 그리고 먼저 [자체 호스팅 서버 보안](/deployment/ko/self-hosted/inference-server/configuration/security.md) 읽어보세요. 서버에는 기본적으로 인증이 없고 Workflows Custom Python 블록을 실행하기 때문입니다.
{% endhint %}

## 하드웨어 가속

Inference는 아직 Raspberry Pi에서 하드웨어 가속을 지원하지 않습니다. "Roboflow 3.0 Fast" 객체 탐지 모델("nano" 크기의 YOLO 모델과 동일)의 경우 Pi 4에서는 약 1 FPS, Pi 5에서는 약 4 FPS를 기대하세요.

Segment Anything과 같은 더 큰 모델과 Florence-2와 같은 VLM은 Pi의 연산 성능에서 어려움을 겪을 것입니다. 더 높은 프레임레이트나 더 큰 모델이 필요하다면 다음을 고려하세요 [NVIDIA Jetson](/deployment/ko/self-hosted/inference-server/install/jetson.md).

## 컨테이너를 수동으로 시작하기

컨테이너 설정을 더 세밀하게 제어하고 싶다면, 직접 시작하세요:

```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
```

## Docker Compose

애플리케이션에 Docker Compose를 사용한다면, 이에 해당하는 YAML은 다음과 같습니다:

```yaml
version: "3.9"

services:
  inference-server:
    container_name: inference-server
    image: roboflow/roboflow-inference-server-cpu:latest

    read_only: true
    ports:
      - "127.0.0.1:9001:9001"

    volumes:
      - "${HOME}/.inference/cache:/tmp:rw"

    security_opt:
      - no-new-privileges
    cap_drop:
      - ALL
    cap_add:
      - NET_BIND_SERVICE
```

{% hint style="info" %}
Roboflow Enterprise 요금제에는 [Helm 차트](https://github.com/roboflow/inference/tree/main/inference/enterprise/helm-chart) Kubernetes 배포, OT 네트워크용 네트워킹 솔루션, 맞춤형 지원 및 설치 패키지를 위한 것입니다. [영업팀에 문의하세요](https://roboflow.com/sales) 자세한 내용을 알아보세요.
{% endhint %}

## 다음 단계

* [새 서버에서 모델을 실행하세요.](/deployment/ko/self-hosted/self-hosted.md#run-model-locally) 새 서버를 대상으로.
* [Docker 구성 옵션](/deployment/ko/self-hosted/inference-server/configuration/docker-configuration.md) 포트, 캐싱, 모델 제한용
* [자체 호스팅 서버 보안](/deployment/ko/self-hosted/inference-server/configuration/security.md) localhost를 넘어 노출하기 전에.