conda 环境安装onnx-runtime

1、ubuntu 系统中已安装cuda12.8

2、版本兼容

3、安装过程

# 1. 激活环境

conda create -n onnx_dev  python=3.10
conda activate onnx_dev

# 2. 安装 cuDNN（先搜索可用版本）
conda search cudnn -c conda-forge
# 选择版本
conda install cudnn==9.8.0.87 -c conda-forge
# 验证库文件是否存在
ls $CONDA_PREFIX/lib/libcudnn.so.9

# 3安装安装 TensorRT
pip install tensorrt==10.11.0.33 --extra-index-url https://pypi.nvidia.com
# 验证库文件是否存在
sudo find / -name "libnvinfer.so*" 2>/dev/null

# 4安装onnxruntime-gpu
onnxruntime-gpu==1.21.0

5 # 加入环境变量中
export LD_LIBRARY_PATH=/home/server/miniconda3/envs/ghm_onnx_dev/lib/python3.10/site-packages/tensorrt_libs:$LD_LIBRARY_PATH

3、验证

import onnxruntime as ort

print(ort.get_available_providers())

['TensorrtExecutionProvider', 'CUDAExecutionProvider', 'CPUExecutionProvider']

4、TensorrtExecutionProvider

TensorrtExecutionProvider（简称 TensorRT EP）是 ONNX Runtime 中的一个执行提供程序（Execution Provider），它的主要作用是将 ONNX 模型交给 NVIDIA TensorRT 引擎进行优化和推理，从而大幅提升在 NVIDIA GPU 上的运行性能。

具体来说，它的作用和优势体现在以下几个方面：

1. 深度硬件加速：它专门针对 NVIDIA RTX 或数据中心 GPU 进行了优化，能够充分利用 GPU 内部的 Tensor Core 以及 FP8、FP4 等底层架构优势，实现卓越的 AI 推理性能。
2. 降低延迟与提升吞吐：相比于使用 DirectML 或普通的 CUDA 执行提供程序，TensorRT EP 能够显著降低推理延迟并提高吞吐量（例如在特定模型上吞吐量可提升 50%）。
3. 即时编译与优化：它支持在最终用户设备上进行即时编译，自动对模型进行图优化和内核融合，生成高度优化的推理引擎，从而简化部署流程。
4. 广泛的模型支持：它支持多种主流的 AI 模型架构，包括大语言模型（LLM）、扩散模型（Diffusion）以及传统的 CNN 等。

简而言之，如果你希望在 NVIDIA GPU 上获得极致的模型推理速度，在代码中指定 TensorrtExecutionProvider 是最佳选择。

6、示例代码

import onnxruntime as ort
import numpy as np

# 1. 配置 TensorRT 选项（可选，按需调整）
tensorrt_provider_options = {
    "trt_fp16_enable": True,          # 启用 FP16 混合精度，通常能显著加快推理速度
    "trt_engine_cache_enable": True,  # 开启引擎缓存
    "trt_engine_cache_path": "./trt_cache",  # 缓存编译后的引擎路径
}

# 2. 定义执行提供者列表（按优先级排序）
providers = [
    ("TensorrtExecutionProvider", tensorrt_provider_options),  # 优先使用 TensorRT
    ("CUDAExecutionProvider", {"device_id": 0}),               # 备选使用普通 CUDA
    "CPUExecutionProvider"                                     # 最终回退到 CPU
]

# 3. 创建推理会话
model_path = "your_model.onnx"  # 替换为你的模型路径
session = ort.InferenceSession(model_path, providers=providers)

# 4. 检查当前实际激活的提供者
print("当前激活的执行提供者:", session.get_providers()[0])

# 5. 准备输入数据并进行推理
input_name = session.get_inputs()[0].name
dummy_input = np.random.randn(1, 3, 224, 224).astype(np.float32)  # 示例输入

outputs = session.run(None, {input_name: dummy_input})
print("推理结果形状:", outputs[0].shape)