TensorRT 是 NVIDIA 推出的用于高性能深度学习推理（inference）的库。它通过优化深度学习模型，提高推理性能，减少延迟，并节省资源。在 Ubuntu 中，可以使用 TensorRT 来部署和运行经过训练的深度学习模型，以进行实时推理。

TensorRT 的用法主要包括以下几个步骤：

1. 准备模型：将经过训练的深度学习模型转换为 TensorRT 支持的格式（如 ONNX、TensorFlow 或 Caffe）。
2. 创建 TensorRT 引擎：使用 TensorRT API 在 Ubuntu 中创建一个优化过的 TensorRT 引擎。
3. 加载引擎：在应用程序中加载创建的 TensorRT 引擎，并准备输入数据。
4. 运行推理：使用加载的 TensorRT 引擎对输入数据进行推理，获得模型的输出结果。
5. 处理输出：根据应用程序的需求，处理模型的输出结果，并进行后续的操作。

通过使用 TensorRT，可以实现在 Ubuntu 系统上高效地部署和运行深度学习模型，提高推理性能和减少资源消耗。TensorRT 支持多种深度学习框架和模型，同时提供了丰富的优化和加速功能，使得在生产环境中部署深度学习应用更加便捷和高效。