수록 현황:261 건의 뉴스/91 개의 AI 도구/372 개의 오픈소스 프로젝트/64 개의 학습 자료
홈뉴스오픈소스모델AI 도구학습 자료
홈 / 오픈소스 / TensorRT

TensorRT

NVIDIA® TensorRT™는 NVIDIA GPU에서 고성능 딥러닝 추론을 위한 SDK이며, 이 저장소에는 TensorRT의 오픈 소스 구성 요소가 포함되어 있습니다.

C++Apache-2.0Deploy & Inference
⭐ GitHubhttps://github.com/NVIDIA/TensorRT
13,190
스타 수
+111
스타 증가율
Jul 8, 2026
최근 업데이트
1,089
클릭 수

NVIDIA TensorRT 프로젝트 상세 소개

프로젝트 개요

NVIDIA® TensorRT™는 NVIDIA에서 개발한 고성능 딥러닝 추론을 위한 소프트웨어 개발 키트(SDK)입니다. NVIDIA GPU용으로 설계된 추론 최적화 도구 및 런타임 라이브러리로, 프로덕션 환경에서 딥러닝 모델의 추론 성능을 크게 향상시킬 수 있습니다.

핵심 기능 및 특징

1. 고성능 추론 최적화

  • 모델 최적화: 레이어 융합, 가중치 양자화, 커널 자동 튜닝 등의 기술을 통해 모델 구조 최적화
  • 메모리 최적화: 지능형 메모리 관리로 메모리 점유율 및 데이터 전송 비용 절감
  • 정밀도 최적화: FP32, FP16, INT8 등 다양한 정밀도 모드를 지원하여 정밀도를 유지하면서 성능 향상

2. 광범위한 모델 지원

  • ONNX 파서: ONNX 모델 형식을 기본적으로 지원
  • 프레임워크 호환성: TensorFlow, PyTorch, Caffe 등 주요 딥러닝 프레임워크 지원
  • 모델 유형: CNN(Convolutional Neural Network), RNN(Recurrent Neural Network), Transformer 등 다양한 모델 아키텍처 지원

3. 풍부한 플러그인 생태계

  • 내장 플러그인: 다양한 사전 구축된 고성능 플러그인 제공
  • 사용자 정의 플러그인: 개발자가 사용자 정의 플러그인을 작성하여 기능 확장 지원
  • 플러그인 API: 완벽한 플러그인 개발 인터페이스 및 문서

기술 아키텍처

구축 프로세스

  1. 모델 가져오기: 다양한 프레임워크에서 학습된 모델 가져오기 지원
  2. 네트워크 정의: TensorRT API를 사용하여 네트워크 구조 정의
  3. 최적화 구축: Builder가 대상 하드웨어에 따라 최적화 수행
  4. 직렬화: 최적화된 엔진을 직렬화하여 저장
  5. 추론 실행: Runtime을 사용하여 추론 실행

핵심 구성 요소

  • Builder: 네트워크 최적화 및 엔진 구축 담당
  • Engine: 최적화된 추론 엔진
  • Runtime: 추론 실행 런타임
  • Parser: 모델 형식 파서(ONNX, UFF 등)

시스템 요구 사항

하드웨어 요구 사항

  • GPU: NVIDIA GPU (계산 능력 >= 5.0)
  • 메모리: 8GB 이상의 시스템 메모리 권장
  • 저장 공간: 모델 및 중간 파일을 저장할 충분한 디스크 공간

소프트웨어 요구 사항

  • 운영 체제: Linux (Ubuntu, CentOS, RHEL) / Windows 10/11
  • CUDA: CUDA 11.8+ 또는 CUDA 12.9+
  • Python: Python 3.8-3.10
  • 기타: cuDNN, CMake, GNU Make 등

설치 및 사용

빠른 설치

# pip를 사용하여 Python 패키지 설치
pip install tensorrt

# 또는 소스 코드에서 빌드
git clone -b main https://github.com/nvidia/TensorRT TensorRT
cd TensorRT
git submodule update --init --recursive

Docker 컨테이너화 구축

# Docker 이미지 구축
./docker/build.sh --file docker/ubuntu-20.04.Dockerfile --tag tensorrt-ubuntu20.04-cuda12.9

# 구축 컨테이너 시작
./docker/launch.sh --tag tensorrt-ubuntu20.04-cuda12.9 --gpus all

주요 장점

1. 성능 우위

  • 추론 가속: 기본 프레임워크에 비해 추론 속도가 수 배 향상
  • 낮은 지연 시간: 최적화된 엔진 실행 경로로 매우 낮은 추론 지연 시간 구현
  • 높은 처리량: 배치 처리 및 병렬 처리 지원으로 전체 처리량 향상

2. 사용 편의성

  • Python API: 간결하고 사용하기 쉬운 Python 인터페이스 제공
  • 풍부한 예제: 다양한 예제 코드 및 튜토리얼 포함
  • 완벽한 문서: 자세한 개발자 문서 및 모범 사례 가이드

3. 생산 준비 완료

  • 안정성: 대규모 생산 환경에서 검증 완료
  • 호환성: NVIDIA 생태계와 완벽하게 통합
  • 기업 지원: 기업 수준의 기술 지원 서비스 제공

응용 분야

1. 엣지 컴퓨팅

  • 자율 주행: 차량 탑재 AI 추론 시스템
  • 로봇: 실시간 시각 및 의사 결정 시스템
  • IoT 장치: 임베디드 AI 응용 프로그램

2. 데이터 센터

  • 추론 서비스: 대규모 AI 추론 서비스 배포
  • 클라우드 컴퓨팅: 클라우드 AI 응용 프로그램 최적화
  • 고성능 컴퓨팅: 과학 계산 및 연구 응용 프로그램

3. 산업 응용

  • 의료 영상: 의학 영상 분석 및 진단
  • 금융: 위험 평가 및 사기 탐지
  • 제조업: 품질 검사 및 예측 유지 보수

오픈 소스 구성 요소

이 저장소에는 TensorRT의 오픈 소스 구성 요소가 포함되어 있으며, 주요 내용은 다음과 같습니다.

1. TensorRT 플러그인

  • 다양한 고성능 계산 코어 구현 제공
  • 사용자 정의 작업 및 레이어 유형 지원
  • 일반적인 작업에 대한 최적화된 구현 포함

2. ONNX 파서

  • 완벽한 ONNX 모델 파싱 기능
  • 최신 ONNX 표준 지원
  • 모델 변환 및 검증 도구 제공

3. 예제 응용 프로그램

  • TensorRT의 다양한 기능을 보여주는 예제 코드
  • 엔드 투 엔드 응용 사례 포함
  • 성능 테스트 및 벤치마크 도구 제공

요약

NVIDIA TensorRT는 성숙하고 고성능의 딥러닝 추론 최적화 플랫폼으로, 개발자에게 모델 최적화부터 배포까지 완벽한 솔루션을 제공합니다. 강력한 최적화 기능, 풍부한 기능 및 완벽한 생태계 지원을 통해 AI 응용 프로그램 배포를 위한 최고의 도구 중 하나입니다. 엣지 컴퓨팅이든 데이터 센터 배포이든 TensorRT는 개발자가 최적의 추론 성능과 효율성을 달성하도록 지원합니다.