# ascend-docker-image **Repository Path**: ascend/ascend-docker-image ## Basic Information - **Project Name**: ascend-docker-image - **Description**: 提供Ascend相关的Dockerfile示例，展示如何创建docker镜像。 - **Primary Language**: Docker - **License**: Apache-2.0 - **Default Branch**: master - **Homepage**: None - **GVP Project**: No ## Statistics - **Stars**: 73 - **Forks**: 55 - **Created**: 2020-11-05 - **Last Updated**: 2025-06-09 ## Categories & Tags **Categories**: Uncategorized **Tags**: None ## README # 构建镜像所需文件获取链接 | 软件或文件 | 获取方法 | |:----------------------------------------------------------:|:---------------------------------------------------------------------------------------------------------------------------------------------------:| | mindspore-2.2.0-cp37-cp37m-linux_aarch64.whl | [获取链接](https://ms-release.obs.cn-north-4.myhuaweicloud.com/2.2.0/MindSpore/unified/aarch64/mindspore-2.2.0-cp37-cp37m-linux_aarch64.whl) | | mindspore-2.2.0-cp37-cp37m-linux_x86_64.whl | [获取链接](https://ms-release.obs.cn-north-4.myhuaweicloud.com/2.2.0/MindSpore/unified/x86_64/mindspore-2.2.0-cp37-cp37m-linux_x86_64.whl) | | Ascend-mindxdl-elastic_5.0.RC3_linux-aarch64.zip | [获取链接](https://ascend-repo.obs.cn-east-2.myhuaweicloud.com/MindX/MindX%205.0.RC3/Ascend-mindxdl-elastic_5.0.RC3_linux-aarch64.zip) | | Ascend-mindxdl-elastic_5.0.RC3_linux-x86_64.zip | [获取链接](https://ascend-repo.obs.cn-east-2.myhuaweicloud.com/MindX/MindX%205.0.RC3/Ascend-mindxdl-elastic_5.0.RC3_linux-x86_64.zip) | | torch-1.8.1-cp37-cp37m-linux_aarch64.whl | [获取链接](https://repo.huaweicloud.com/kunpeng/archive/Ascend/PyTorch/torch-1.8.1-cp37-cp37m-linux_aarch64.whl) | | torch-1.8.1+cpu-cp37-cp37m-linux_x86_64.whl | [获取链接](https://download.pytorch.org/whl/cpu/torch-1.8.1%2Bcpu-cp37-cp37m-linux_x86_64.whl) | | torch_npu-1.8.1.post2-cp37-cp37m-linux_aarch64.whl | [获取链接](https://gitee.com/ascend/pytorch/releases/download/v5.0.rc2-pytorch1.8.1/torch_npu-1.8.1.post2-cp37-cp37m-linux_aarch64.whl) | | torch_npu-1.8.1.post2-cp37-cp37m-linux_x86_64.whl | [获取链接](https://gitee.com/ascend/pytorch/releases/download/v5.0.rc2-pytorch1.8.1/torch_npu-1.8.1.post2-cp37-cp37m-linux_x86_64.whl) | | torch-1.11.0-cp37-cp37m-linux_aarch64.whl | [获取链接](https://ascend-repo.obs.cn-east-2.myhuaweicloud.com/MindX/OpenSource/python/packages/torch-1.11.0-cp37-cp37m-linux_aarch64.whl) | | torch-1.11.0-cp37-cp37m-linux_x86_64.whl | [获取链接](https://ascend-repo.obs.cn-east-2.myhuaweicloud.com/MindX/OpenSource/python/packages/torch-1.11.0-cp37-cp37m-linux_x86_64.whl) | | torch_npu-1.11.0.post4-cp37-cp37m-linux_aarch64.whl | [获取链接](https://gitee.com/ascend/pytorch/releases/download/v5.0.rc3-pytorch1.11.0/torch_npu-1.11.0.post4-cp37-cp37m-linux_aarch64.whl) | | torch_npu-1.11.0.post4-cp37-cp37m-linux_x86_64.whl | [获取链接](https://gitee.com/ascend/pytorch/releases/download/v5.0.rc3-pytorch1.11.0/torch_npu-1.11.0.post4-cp37-cp37m-linux_x86_64.whl) | | tensorflow-1.15.0-cp37-cp37m-manylinux2010_x86_64..whl | [获取链接](https://ascend-repo.obs.cn-east-2.myhuaweicloud.com/MindX/OpenSource/python/packages/tensorflow-1.15.0-cp37-cp37m-manylinux2010_x86_64.whl) | | tensorflow-1.15.0-cp37-cp37m-manylinux2014_aarch64.whl | [获取链接](https://ascend-repo.obs.cn-east-2.myhuaweicloud.com/MindX/OpenSource/python/packages/tensorflow-1.15.0-cp37-cp37m-manylinux2014_aarch64.whl) | | tensorflow-2.6.5-cp37-cp37m-manylinux2010_x86_64.whl | [获取链接](https://ascend-repo.obs.cn-east-2.myhuaweicloud.com/MindX/OpenSource/python/packages/tensorflow-2.6.5-cp37-cp37m-manylinux2010_x86_64.whl) | | tensorflow-2.6.5-cp37-cp37m-manylinux2014_aarch64.whl | [获取链接](https://ascend-repo.obs.cn-east-2.myhuaweicloud.com/MindX/OpenSource/python/packages/tensorflow-2.6.5-cp37-cp37m-manylinux2014_aarch64.whl) | | Ascend-cann-kernels-910_7.0.RC1_linux.run | [获取链接](https://ascend-repo.obs.cn-east-2.myhuaweicloud.com/CANN/CANN%207.0.RC1/Ascend-cann-kernels-910_7.0.RC1_linux.run) | | Ascend-cann-kernels-910b_7.0.RC1_linux.run | [获取链接](https://ascend-repo.obs.cn-east-2.myhuaweicloud.com/CANN/CANN%207.0.RC1/Ascend-cann-kernels-910b_7.0.RC1_linux.run) | | Ascend-cann-nnrt_7.0.RC1_linux-aarch64.run | [获取链接](https://ascend-repo.obs.cn-east-2.myhuaweicloud.com/CANN/CANN%207.0.RC1/Ascend-cann-nnrt_7.0.RC1_linux-aarch64.run) | | Ascend-cann-nnrt_7.0.RC1_linux-x86_64.run | [获取链接](https://ascend-repo.obs.cn-east-2.myhuaweicloud.com/CANN/CANN%207.0.RC1/Ascend-cann-nnrt_7.0.RC1_linux-x86_64.run) | | Ascend-cann-tfplugin_7.0.RC1_linux-aarch64.run | [获取链接](https://ascend-repo.obs.cn-east-2.myhuaweicloud.com/CANN/CANN%207.0.RC1/Ascend-cann-tfplugin_7.0.RC1_linux-aarch64.run) | | Ascend-cann-tfplugin_7.0.RC1_linux-x86_64.run | [获取链接](https://ascend-repo.obs.cn-east-2.myhuaweicloud.com/CANN/CANN%207.0.RC1/Ascend-cann-tfplugin_7.0.RC1_linux-x86_64.run) | | Ascend-cann-toolkit_7.0.RC1_linux-aarch64.run | [获取链接](https://ascend-repo.obs.cn-east-2.myhuaweicloud.com/CANN/CANN%207.0.RC1/Ascend-cann-toolkit_7.0.RC1_linux-aarch64.run) | | Ascend-cann-toolkit_7.0.RC1_linux-x86_64.run | [获取链接](https://ascend-repo.obs.cn-east-2.myhuaweicloud.com/CANN/CANN%207.0.RC1/Ascend-cann-toolkit_7.0.RC1_linux-x86_64.run) | | Ascend-mindx-toolbox_5.0.RC3_linux-aarch64.run | [获取链接](https://ascend-repo.obs.cn-east-2.myhuaweicloud.com/MindX/MindX%205.0.RC3/Ascend-mindx-toolbox_5.0.RC3_linux-aarch64.run) | | Ascend-mindx-toolbox_5.0.RC3_linux-x86_64.run | [获取链接](https://ascend-repo.obs.cn-east-2.myhuaweicloud.com/MindX/MindX%205.0.RC3/Ascend-mindx-toolbox_5.0.RC3_linux-x86_64.run) | | Ascend-mindxsdk-mxvision_5.0.RC2_linux-aarch64.run | [获取链接](https://ascend-repo.obs.cn-east-2.myhuaweicloud.com/MindX/MindX%205.0.RC2/Ascend-mindxsdk-mxvision_5.0.RC2_linux-aarch64.run) | | Ascend-mindxsdk-mxvision_5.0.RC2_linux-x86_64.run | [获取链接](https://ascend-repo.obs.cn-east-2.myhuaweicloud.com/MindX/MindX%205.0.RC2/Ascend-mindxsdk-mxvision_5.0.RC2_linux-x86_64.run) | | h5py-3.1.0-cp37-cp37m-manylinux2014_aarch64.whl | [获取链接](https://ascend-repo.obs.cn-east-2.myhuaweicloud.com/MindX/OpenSource/python/packages/h5py-3.1.0-cp37-cp37m-manylinux2014_aarch64.whl) | | libstdc++.so.6.0.24 | OS为CentOS时，通过find命令查询libstdc++.so.6.0.24文件所在路径，然后从host拷贝。 | # 构建推理容器镜像 ## 简介 基于镜像树结构来构建容器镜像，具有可扩展性。推理镜像树示意图如图1所示。 ![输入图片说明](assets/133958_ffadd850_8238396.png) 表1 昇腾基础镜像树说明 | 镜像名 | 说明 | |:-----------:| :-------------:| |ascendbase-infer|安装系统组件等。| |ascend-infer |安装离线推理引擎包nnrt等。| ## 前提条件 - 容器场景，需用户自行安装docker（版本要求大于等于18.03）。 - 容器OS镜像可从Docker Hub拉取。 - 宿主机已安装驱动和固件，安装操作可参考[《CANN 软件安装指南》](https://www.hiascend.com/document/detail/zh/canncommercial/51RC2/envdeployment/instg)。 ## 构建推理镜像步骤 1.以root用户登录服务器。 2.构建镜像ascendbase-infer。 a.进入Dockerfile所在路径（请根据实际路径修改）。 ``` cd ascendbase-infer/{os}-{arch} ``` 其中{os}表示容器镜像操作系统版本，{arch}表示架构，请根据实际情况替换。 b.请在当前目录准备以下文件 表2 所需文件 | 文件 | 说明 | 获取方法 | |:-----------:| :-------------:| :-------------:| |Dockerfile|制作镜像需要。|已存在于当前目录。用户可根据实际需要自行定制。 | |EulerOS.repo | yum源配置文件。 | 仅容器镜像OS为EulerOS2.8时需准备。| |libstdc++.so.6.0.24|动态库文件。|仅当容器镜像OS为CentOS时需要准备libstdc++.so.6.0.24文件。可以通过find命令查询libstdc++.so.6.0.24文件所在路径，然后从host拷贝。| c.在当前目录执行以下命令构建镜像ascendbase-infer。 ``` docker build -t ascendbase-infer:base_TAG . ``` 注意不要遗漏命令结尾的“.”，命令解释如表3所示。 如需在此步骤配置系统网络代理，命令参考如下： ``` docker build -t ascendbase-infer:base_TAG --build-arg http_proxy=http://proxyserverip:port --build-arg https_proxy=http://proxyserverip:port . ``` 其中proxyserverip为代理服务器的ip地址，port为端口。 表3 命令参数说明 | 参数 | 说明 | |:-----------:| :-------------:| |ascendbase-infer:base_TAG|镜像名称与标签，建议将base_TAG命名为“日期-容器OS-架构”（例如“20210106-ubuntu18.04-arm64”）。| 当出现“Successfully built xxx”表示镜像构建成功。 4.基于镜像ascendbase-infer，构建镜像ascend-infer。 a.进入Dockerfile所在路径（请根据实际路径修改）。 ``` cd ascend-infer ``` b.请在当前目录准备以下软件包和相关文件。 表4 所需软件或文件 | 软件或文件 | 说明 | 获取方法 | |:-----------:| :-------------:| :-------------:| |Ascend-cann-nnrt_{version}_linux-{arch}.run|离线推理引擎包。其中{version}表示软件包版本，{arch}表示架构。 |[获取链接](https://www.hiascend.com/software/cann/commercial) | |Dockerfile |制作镜像需要。|已存在于当前目录。用户可根据实际需要自行定制。 | |ascend_install.info |软件包安装日志文件 |已存在于当前目录。 | |version.info | driver包版本信息文件 | 已存在于当前目录。| c.在当前目录执行以下命令构建镜像ascend-infer。 ``` docker build -t ascend-infer:infer_TAG --build-arg BASE_VERSION=base_TAG --build-arg . ``` 注意不要遗漏命令结尾的“.”命令解释如表5所示。 表5 命令参数说明 | 参数 | 说明 | |:-----------:| :-------------:| |ascend-infer:infer_TAG|镜像名称与标签，建议将infer_TAG命名为“软件包版本-容器OS-架构”（例如“20.2.rc1-ubuntu18.04-arm64”）。| |--build-arg | 指定dockerfile文件内的参数。| | BASE_VERSION| base_TAG为3.c中设置的镜像标签。| 当出现“Successfully built xxx”表示镜像构建成功。 5.构建完成后，执行以下命令查看镜像信息。 ``` docker images ``` # 构建训练镜像步骤 ## 简介 本文档基于镜像树结构来构建容器镜像，具有可扩展性。 训练镜像树示意图如图2所示。 图2 训练镜像树示意图 ![输入图片说明](assets/asdfsfd.png) 表6 昇腾基础镜像树说明 | 镜像名| 说明| |:-----------:| :-------------:| |ascendbase-toolkit|安装系统组件及python第三方依赖等。| |ascend-toolkit|安装训练软件包toolkit等。| |ascend-tensorflow|安装框架插件包tfplugin和Tensorflow框架。| ## 前提条件 - 容器场景，需用户自行安装docker（版本要求大于等于18.03）。 - 容器OS镜像可从Docker Hub拉取。 由于 Docker Hub 中不存在 openeuler 20.03 的镜像，如果需要可参考以下网址自行获取： - aarch64：http://repo.openeuler.org/openEuler-20.03-LTS-SP2/docker_img/aarch64/ - x86_64：http://repo.openeuler.org/openEuler-20.03-LTS-SP2/docker_img/x86_64/ - 宿主机已安装驱动和固件，详情请参见[《CANN 软件安装指南》](https://www.hiascend.com/document/detail/zh/canncommercial/51RC2/envdeployment/instg)。 ## 操作步骤 1.以root用户登录服务器。 2.构建镜像ascendbase-toolkit。 a.进入Dockerfile所在路径（请根据实际路径修改）。 ``` cd ascendbase-toolkit/{os}-{arch} ``` 其中{os}表示容器镜像操作系统版本，{arch}表示架构，请根据实际情况替换。 b.请在当前目录准备以下文件。 表7 所需文件 |文件|说明|获取方法| |:-----------:| :-------------:| :-------------:| |Dockerfile|制作镜像需要。|已存在于当前目录。用户可根据实际需要自行定制。| |libstdc++.so.6.0.24|动态库文件。|仅当容器镜像OS为CentOS时需要准备libstdc++.so.6.0.24文件。可以通过find命令查询libstdc++.so.6.0.24文件所在路径，然后从host拷贝。| c.在当前目录执行以下命令构建镜像ascendbase-toolkit。 ``` docker build -t ascendbase-toolkit:base_TAG . ``` 注意不要遗漏命令结尾的“.”，命令解释如表8所示。构建镜像时，如果在pip安装python依赖包时出现超时或证书错误，请修改Dockerfile更换pip源。 如需在此步骤配置系统网络代理，命令参考如下： ``` docker build -t ascendbase-toolkit:base_TAG --build-arg http_proxy=http://proxyserverip:port --build-arg https_proxy=http://proxyserverip:port . ``` 其中proxyserverip为代理服务器的ip地址，port为端口。 表8 命令参数说明 |参数|说明| |:-----------:| :-------------:| |ascendbase-toolkit:base_TAG|镜像名称与标签，建议将base_TAG命名为“日期-容器OS-架构”（例如“20210106-ubuntu18.04-arm64”）。| 当出现“Successfully built xxx”表示镜像构建成功。 3.基于镜像ascendbase-toolkit，构建镜像ascend-toolkit。 a.进入Dockerfile所在路径（请根据实际路径修改）。 ``` cd ascend-toolkit ``` 请在当前目录准备以下软件包和相关文件。 表9 所需软件或文件 |软件或文件|说明|获取方法| |:-----------:| :-------------:|:-------------:| |Ascend-cann-toolkit_{version}_linux-{arch}.run|深度学习加速引擎包。其中{version}表示软件包版本，{arch}表示架构。|[获取链接](https://www.hiascend.com/software/cann/commercial)| |Dockerfile|制作镜像需要。|已存在于当前目录。用户可根据实际需要自行定制。| c.在当前目录执行以下命令构建镜像ascend-toolkit。 ``` x86_64: docker build -t ascend-toolkit:toolkit_TAG --build-arg BASE_VERSION=base_TAG . aarch64: docker build -t ascend-toolkit:toolkit_TAG --build-arg BASE_VERSION=base_TAG -f Dockerfile_aarch64 . ``` 注意不要遗漏命令结尾的“.”，命令解释如表4-5所示。 表10 命令参数说明 |参数|说明| |:-----------:| :-------------:| |ascend-toolkit:toolkit_TAG|镜像名称与标签，建议将toolkit_TAG命名为“软件包版本-容器OS-架构”（例如“20.2.rc1-ubuntu18.04-arm64”）。| |--build-arg|指定dockerfile文件内的参数。| |BASE_VERSION|base_TAG为3.c中设置的镜像标签。| 当出现“Successfully built xxx”表示镜像构建成功。 4.基于镜像ascend-toolkit，构建镜像ascend-tensorflow。 a.进入Dockerfile所在路径(请根据实际路径修改）。 ``` cd ascend-tensorflow ``` b.请在当前目录准备以下软件包和相关文件。 表11 所需软件或文件 |软件或文件|说明|获取方法| |:-----------:| :-------------:|:-------------:| |Ascend-cann-tfplugin_{version}_linux-{arch}.run|框架插件包。其中{version}表示软件包版本，{arch}表示架构。|[获取链接](https://www.hiascend.com/software/ai-frameworks/commercial-tf)| |tensorflow-1.15.0-cp37-cp37m-*.whl|tensorflow框架whl包|可参考《[CANN 软件安装指南](https://www.hiascend.com/document/detail/zh/canncommercial/51RC2/envdeployment/instg)》中“安装深度学习框架”章节。| |Dockerfile|制作镜像需要。|已存在于当前目录。用户可根据实际需要自行定制。| |ascend_install.info |软件包安装日志文件 |已存在于当前目录。| |version.info | driver包版本信息文件 |已存在于当前目录。| c.在当前目录执行以下命令构建镜像ascend-tensorflow。 ``` docker build -t ascend-tensorflow:tensorflow_TAG --build-arg BASE_VERSION=toolkit_TAG . ``` 注意不要遗漏命令结尾的“.”，命令解释如表12所示 如需在此步骤配置系统网络代理，命令参考如下： ``` docker build -t ascend-tensorflow:tensorflow_TAG --build-arg BASE_VERSION=toolkit_TAG --build-arg http_proxy=http://proxyserverip:port --build-arg https_proxy=http://proxyserverip:port . ``` 其中proxyserverip为代理服务器的ip地址，port为端口。 表12 命令参数说明 |参数|说明| |:-----------:| :-------------:| |ascend-tensorflow:tensorflow_TAG|镜像名称与标签，建议将tensorflow_TAG命名为“软件包版本-容器OS-架构”（例如“20.2.rc1-ubuntu18.04-arm64”）。| |--build-arg|指定dockerfile文件内的参数。| |BASE_VERSION|toolkit_TAG为4.c中设置的镜像标签。| 当出现“Successfully built xxx”表示镜像构建成功。 5.构建完成后，执行以下命令查看镜像信息。 ``` docker images ``` ## 公网URL，用于下载系统依赖或python第三方库 ``` ubuntu.com gcc.gnu.org myhuaweicloud.com pypi.doubanio.com bootstrap.pypa.io repo.huaweicloud.com mirrors.huaweicloud.com pypi.mirrors.ustc.edu.cn mirrors.tuna.tsinghua.edu.cn ``` ## 注意事项 - 如果下载系统依赖时官方源太慢的话，可以自行设置其他源。 - 如果pip官方源太慢的话，可以自行设置其他源。 ## License [Apache License 2.0](LICENSE)