推理模型仓（inference model repository）是 Triton 推理服务器的最基础元件，如同数据库（database）服务器必须先创建一个数据库是类似的道理。要使用 Triton 推理服务器的第一件任务，就是先创建一个模型存储仓来作为服务器的组织中心，将所需的模型、配置文件和其他资源都位于这个存储仓中，才能让 Triton 进行推理任务。
进入 https://github.com/triton-inf... 这个最完整的说明文件区，在 “User Guide” 里的前 5 个步骤，就是为 Triton 服务器创建与管理模型仓的任务，依序如下：
- 创建模型储存仓（Creating a Model Repository）
- 撰写模型配置文件（Writing a Model Configuration）
- 创建模型的流水线（Buillding a Model Pipeline）
- 管理模型可用性（Managing Model Availablity）
- 收集服务器指标（Collecting Server Metrics）
本文先带着读者创建模型存储仓，这是执行 Triton 服务器之前必须执行的环节，另外四个部分会在后续文章中陆续探索。
这个储存仓的要求相对简单，只要是常用的文件系统就行，包括企业内部使用的 Windows NTFS 或 Linux ext3/4 文件服务器，也可以是 Google 云、亚马逊云、微软 Asure 之类的网上储存空间。
Triton 模型仓是以“目录结构”为主体的方式搭建，将配套的文件放置对应的位置里就可以，下面是一个简单的范例：
这个模型仓主要分为以下两大部分：
- 目录结构：需要创建以下三层目录，并根据各层定义进行命名
(1) 第一层“仓名称”：简单创建一个文件夹作为模型该模型仓的根路径，一台设备上可以有任意个模型仓，例如 model_repo1、model_repo2；
(2) 第二层“模型名称”：在模型仓下面根据模型名称创建目录，通常习惯使用“神经网络名称_后端种类”的组合格式，例如
densenet_onnx 表示为 ONNX 后端的 densenet 网络模型；
inception_graphdef 表示为 TensorFlow graphdef 后端的 inception 模型。
(3) 第三层“版本号”：用纯数字表示，因为相同的模型可能存在不同训练回合（epoch）、不同精度的多个版本。
- 文件内容：将以下三种文件内容，分别放置在对应的目录下
(1) 配置文件：放在第二层的模型名称目录下，通常命名为 config.pbtxt，每个模型都有各自的配置文件，里面存放着该模型执行推理时所需要的信息与参数，是 Triton 模型仓里最重要的部分，主要内容将在后面有专门文章提供详细说明。
(2) 标注文件（如果有）：放在第二层的模型名称目录下，例如 densenet_labels.txt
(3) 模型文件：放在第三层的版本目录下，就是最终执行推理功能的神经网络模型，其附加文件名根据训练时所用的框架而定，如下所列
TensorRT 模型：附加名为 .plan，例如 model.plan
ONNX 模型：附加名为 .onnx，例如 model.onnx
TorchScript 模型：附加名为 .pt，例如 model.pt
TensorFlow 模型：根据存储时的方式有 .graphdef 与 .savedmodel 两种，例如 model.graphdef 或 model.savedmodel
OpenVINO 模型：需要由 .xml 与 .bin 组成，例如 model.xml 与 model.bin
Python 模型：附加名为 .py，例如 model.py
DALI 模型：附加名为 .dali，例如 model.dali
即便是在云存储上，也只要根据上述要求创建目录结构，并将各类文件放置在对应目录下，然后启动 Triton 推理服务器时使用“--model-repostory=”参数，指向模型仓根路径的位置就可以，例如以下状况：
# 在本机上
tritonserver --model-repository=/home/nvidia/triton/repo1
# 在Google云
tritonserver --model-repository=gs://bucket/triton/repo-google
# 在亚马逊S3云
tritonserver --model-repository=s3://IP:端口/triton/repo-amazone
# 微软Azure云
tritonserver --model-repository=as://用户名/容器名/repo-azureTriton 服务器启动时，会将模型仓下的模型载入计算设备的内存之中，并不需要与模型仓所在服务器进行实时数据交换，因此启动之初会消耗比较多时间，开始执行推理计算之后是不会受到网络速度影响推理性能。
为了协助读者跟容易理解模型仓的使用，我们以 NVIDIA Jetson AGX Orin 设备作为实验平台，先下载 https://github.com/triton-inf... 开源仓，里面的docs目录下有个 examples/model_repository 就是个模型仓范例，里面有 8 个简单的模型，可以做些简单的测试与体验。现在请执行以下指令：
cd $HOME && mkdir triton && cd triton
git clone https://github.com/triton-inference-server/server
cd server/docs/examples
tree model_repository
就会看到如下面左方的列表，共有 8 个模型文件夹：
我们可以看到每个文件夹里面都有 1 个独立的 config.pbtxt 配置文件，而且内容都不尽相同，这是针对不同模型所设置的内容与参数。
在下载的模型仓里的 densenet_onnx 与 inception_graphdef 目录下，并没有提供对用的模型文件，因此需要执行以下指令将这两个模型文件下载，并存放在指定位置里：
$ ./fetch_models.sh现在就能看到在 densenet_onnx 与 inception_graphdef 各生成版本 <1> 目录，并且各有一个 model.onnx 与 model.graphdef 模型文件。
接下去只要安装好 Triton 服务器软件，就能开始使用这个模型仓来进行测试与体验，这是下一篇文章会带着大家进行安装的部分。
