系统要求
本节概述了有效使用 MONAI 工具包的必要先决条件和推荐硬件。
在安装 MONAI 工具包容器之前，请确保您的系统满足以下要求
使用 MONAI 工具包容器 需要主机系统安装以下组件
MONAI 工具包 3.0 基于 NVIDIA PyTorch 容器 24.08.02 版本。24.08 版本基于 CUDA 12.6，需要 NVIDIA 驱动程序 560 或更高版本。但是，如果您在数据中心 GPU（例如，T4 或任何其他数据中心 GPU）上运行，则可以使用 NVIDIA 驱动程序 470.57（或更高版本 R470）、525.85（或更高版本 R525）、535.86（或更高版本 R535）或 545.23（或更高版本 R545）。
有关完整支持的软件列表以及容器镜像中框架附带的特定版本，请参阅 框架容器支持矩阵 和 NVIDIA Container Toolkit 文档。
推荐软件版本
为了获得最佳性能和与 MONAI 工具包 3.0 的兼容性，我们推荐以下软件版本
Docker Engine：20.10 或更高版本
NVIDIA GPU 驱动程序：560 或更高版本
NVIDIA Container Toolkit：1.16.2 或更高版本
定期检查并安装这些软件组件的最新版本非常重要，因为它们经常收到更新，可以提高性能和安全性。
MONAI 工具包的硬件要求取决于您将使用的特定模型和数据集。以下是通用建议
MONAI 工具包已在 V100 和 A100 GPU 上验证，但通常应在 GPU 上得到支持，例如 H100、A100、A40、A30、A10、V100 等。
建议使用以下系统配置，以在使用 MONAI 工具包和提供的受支持模型时获得合理的训练和推理性能
至少 16GB 的 GPU RAM，最多 48GB，具体取决于您使用的网络或模型
至少 32 GB 的 RAM - RAM 越大越好
至少 100 GB 的 SSD 磁盘空间
性能可以通过更好的硬件显着提高。例如，更多的 GPU RAM 可以允许在训练期间使用更大的批处理大小。
有关支持硬件的完整列表，请参阅 NVIDIA AI Enterprise 产品支持矩阵。
已知限制：某些非常大的模型或数据集可能需要超过 48GB 的 GPU RAM。如果您遇到内存不足错误，请考虑使用具有更多内存的 GPU 或梯度累积等技术来使用较小的批处理大小进行训练。