# GPU 推理部署指南

## 配置参数

在 `.env` 文件中设置：

```env
# 推理设备: cpu / cuda / dml / tensorrt
OCR_DEVICE=cpu

# GPU设备编号（多GPU时指定，默认0）
OCR_DEVICE_ID=0

# CPU线程数（仅 cpu 模式生效）
OCR_INTRA_THREADS=4
OCR_INTER_THREADS=2
```

---

## 方案一：CUDA（NVIDIA 显卡）

适用：有 NVIDIA 独立显卡（GTX/RTX/Quadro/Tesla 等）。

### 1. 确认显卡支持 CUDA

```powershell
nvidia-smi
```

确保 CUDA Version >= 11.8。

### 2. 安装 CUDA Toolkit 和 cuDNN

**方法A（推荐）：直接安装 onnxruntime-gpu**

onnxruntime-gpu 已内置必要的 CUDA/cuDNN 依赖（Windows 上通过 DirectML 或 CUDA EP）：

```bash
pip uninstall onnxruntime
pip install onnxruntime-gpu
```

**方法B：手动安装 CUDA + cuDNN**

1. 下载 [CUDA Toolkit 11.8](https://developer.nvidia.com/cuda-11-8-0-download-archive)
2. 下载 [cuDNN 8.x for CUDA 11.x](https://developer.nvidia.com/cudnn)
3. 安装后将 cuDNN 的 bin/lib/include 复制到 CUDA 安装目录

### 3. 配置 .env

```env
OCR_DEVICE=cuda
OCR_DEVICE_ID=0
```

### 4. 验证

启动服务后查看日志：

```
推理设备: CUDA (device_id=0)
```

或用 Python 测试：

```python
import onnxruntime as ort
print(ort.get_available_providers())
# 应包含: ['CUDAExecutionProvider', 'CPUExecutionProvider']
```

---

## 方案二：DirectML（Windows 任意 GPU）

适用：Windows 系统，任意显卡（NVIDIA/AMD/Intel 核显），无需安装 CUDA。

### 1. 安装 onnxruntime-directml

```bash
pip uninstall onnxruntime
pip install onnxruntime-directml
```

### 2. 配置 .env

```env
OCR_DEVICE=dml
```

### 3. 验证

```python
import onnxruntime as ort
print(ort.get_available_providers())
# 应包含: ['DmlExecutionProvider', 'CPUExecutionProvider']
```

> **注意**：首次推理时 ONNX Runtime 会编译 DML 算子，可能耗时 10-30 秒，后续推理恢复正常速度。

### 4. 核显部署机（无独显）完整流程

开发机与部署机分离时，部署机常为只有核显的轻薄本/迷你主机。核显同样支持 DirectML 加速（Intel UHD / Iris Xe、AMD Radeon 核显均满足），无需任何 NVIDIA/AMD 驱动层面的额外配置。

**前置条件**

| 项目 | 要求 |
|------|------|
| 系统 | Windows 10 1903（Build 18362）及以上（RapidOCR 会检查，不满足则自动回退 CPU） |
| 显卡 | 支持 DirectX 12 的核显（现代 Intel/AMD 核显均满足） |
| Python | 3.10+ |

**全新环境安装**

```powershell
# 1. 安装项目依赖
pip install -r requirements.txt

# 2. 安装 DirectML 后端（替换掉 rapidocr 自带的 CPU 版 onnxruntime）
pip uninstall onnxruntime
pip install onnxruntime-directml

# 3. 验证后端可用
python -c "import onnxruntime as ort; print(ort.get_available_providers())"
# 应输出: ['DmlExecutionProvider', 'CPUExecutionProvider']
```

**配置 .env**

```env
OCR_DEVICE=dml
# OCR_INTRA_THREADS / OCR_INTER_THREADS 仅 cpu 模式生效，dml 模式无需设置
```

**启动并验证**

```powershell
uvicorn main:app --host 0.0.0.0 --port 8000
```

- 启动日志应出现 `推理设备: DirectML`
- 首次识别会编译着色器，等待 30-60 秒属正常现象，之后恢复正常速度

**核显加速预期**

| 场景 | 说明 |
|------|------|
| 加速比 | 约为 CPU 的 1.5-3 倍（Intel Iris Xe 单张 A4 约 1-2s） |
| CPU 较强的机器 | 核显与 CPU 共享内存带宽，加速比更接近下限 1.5x |
| 双显卡机器 | DML 使用系统默认适配器（通常为独显）；当前代码未将 `OCR_DEVICE_ID` 透传给 DML，该参数对 dml 模式不生效 |

---

## 方案三：TensorRT（NVIDIA 显卡，极致性能）

适用：追求最快推理速度的 NVIDIA GPU 用户。

### 1. 安装依赖

```bash
pip uninstall onnxruntime
pip install onnxruntime-gpu

# 安装 TensorRT
pip install tensorrt
# 或从 NVIDIA 官网下载: https://developer.nvidia.com/tensorrt
```

### 2. 配置 .env

```env
OCR_DEVICE=tensorrt
OCR_DEVICE_ID=0
```

### 3. 首次运行

TensorRT 首次加载模型时需要构建 engine（耗时 30 秒到几分钟），之后会缓存到默认模型目录。

---

## 方案四：OpenVINO（Intel CPU/GPU）

如果你使用 Intel CPU（特别是第 10 代及更新），OpenVINO 比默认 ONNX Runtime CPU 更快。

### 1. 安装

```bash
pip install openvino
```

### 2. 修改 `engine/ocr_engine.py`

在 `_build_device_params()` 中添加 OpenVINO 分支（目前代码模板已预留结构）。

---

## 性能预期

| 设备 | 单张 A4 耗时 | vs CPU | 适用场景 |
|------|-------------|--------|---------|
| CPU (i7-12700) | ~2-5s | 基准 | 低并发、开发调试 |
| CUDA (RTX 3060) | ~0.3-0.8s | 3-8x | 生产环境 NVIDIA GPU |
| DirectML (RTX 3060) | ~0.5-1.0s | 2-5x | Windows 任意 GPU |
| DirectML (Intel Iris Xe) | ~1-2s | 1.5-3x | 轻薄本核显 |
| TensorRT (RTX 3060) | ~0.15-0.4s | 5-15x | 高吞吐生产环境 |

---

## 故障排查

### CUDA 模式下报错 "CUDAExecutionProvider not found"

```bash
# 确认安装了 onnxruntime-gpu
pip show onnxruntime-gpu

# 确认 CUDA 可用
python -c "import onnxruntime; print(onnxruntime.get_available_providers())"
```

### DirectML 下首次推理卡住

首次推理需要编译着色器，等待 30-60 秒即可。后续推理恢复正常。

### GPU 显存不足

服务使用整图 OCR。如果处理大图时出现 OOM：
- 在调用服务前降低输入图片分辨率
- 降低并发请求数量
- 或降低 `.env` 中 `OCR_REC_BATCH_NUM` 的值

### 多 GPU 环境

设置 `OCR_DEVICE_ID` 指定使用哪张卡：

```env
OCR_DEVICE=cuda
OCR_DEVICE_ID=1    # 使用第2张GPU
```