准备镜像
用户可通过以下两种方式准备镜像，获取镜像后依次为安装的相应组件创建节点标签、创建用户、创建日志目录和创建命名空间。
- 从昇腾镜像仓库拉取镜像。用户可以从昇腾镜像仓库获取制作好的集群调度各组件的镜像。
- （推荐）制作镜像。本章节以HCCL Controller为例，介绍了制作集群调度组件容器部署时所需要的镜像。软件包中的Dockerfile仅作为参考，用户可基于本示例制作定制化镜像。
- 拉取或者制作镜像完成后，请及时进行安全加固；如修复基础镜像的漏洞、安装第三方依赖导致的漏洞等。
- 在K8s所使用的容器运行时中导入镜像。如K8s 1.24以上版本默认使用Containerd作为容器运行时，拉取或者制作完镜像后需要将镜像导入到Containerd中。
- NPU Exporter和Ascend Device Plugin的运行用户为root，在对应的Dockerfile中配置了LD_LIBRARY_PATH环境变量，其中的值包含了驱动库的相关路径。组件运行时会使用到其中的文件，建议驱动安装时指定的运行用户为root，避免用户不一致带来的提权风险。
从昇腾镜像仓库拉取镜像
- 确保服务器能访问互联网后，访问昇腾镜像仓库。
- 在左侧导航栏选择“MindX DL”，然后根据下表选择组件对应的镜像。拉取的镜像需要重命名后才能使用组件启动yaml进行部署，可参考步骤3。
表1 镜像列表 组件
镜像名称
镜像tag
拉取镜像的节点
Resilience Controller
v5.0.0.2
管理节点
Volcano
根据需要选择镜像：
v1.4.0-5.0.0.2
v1.7.0-5.0.0.2
HCCL Controller
v5.0.0.2
Ascend Operator
v5.0.0.2
NodeD
v5.0.0.2
计算节点
NPU Exporter
v5.0.0.2
Ascend Device Plugin
v5.0.0.2
若无下载权限，请根据页面提示申请权限。提交申请后等待管理员审核，审核通过后即可下载镜像。
- 昇腾镜像仓库中拉取的集群调度镜像与组件启动yaml中的名字不一致，需要重命名拉取的镜像后才能启动。根据以下步骤将2中获取的镜像重新命名，同时建议删除原始名字的镜像。具体操作如下。
- 执行以下命令，重命名镜像（用户需根据所使用的组件，选取对应命令执行）。
docker tag swr.cn-south-1.myhuaweicloud.com/ascendhub/resilience-controller:v5.0.0.2 resilience-controller:v5.0.0.2 docker tag swr.cn-south-1.myhuaweicloud.com/ascendhub/ascend-operator:v5.0.0.2 ascend-operator:v5.0.0.2 docker tag swr.cn-south-1.myhuaweicloud.com/ascendhub/npu-exporter:v5.0.0.2 npu-exporter:v5.0.0.2 docker tag swr.cn-south-1.myhuaweicloud.com/ascendhub/ascend-k8sdeviceplugin:v5.0.0.2 ascend-k8sdeviceplugin:v5.0.0.2 docker tag swr.cn-south-1.myhuaweicloud.com/ascendhub/vc-controller-manager:v1.4.0 volcanosh/vc-controller-manager:v1.4.0 docker tag swr.cn-south-1.myhuaweicloud.com/ascendhub/vc-scheduler:v1.4.0 volcanosh/vc-scheduler:v1.4.0 docker tag swr.cn-south-1.myhuaweicloud.com/ascendhub/noded:v5.0.0.2 noded:v5.0.0.2 docker tag swr.cn-south-1.myhuaweicloud.com/ascendhub/hccl-controller:v5.0.0.2 hccl-controller:v5.0.0.2
- （可选）执行以下命令，删除原始名字镜像（用户需根据所使用的组件，选取对应命令执行）。
docker rmi swr.cn-south-1.myhuaweicloud.com/ascendhub/resilience-controller:v5.0.0.2 docker rmi swr.cn-south-1.myhuaweicloud.com/ascendhub/ascend-operator:v5.0.0.2 docker rmi swr.cn-south-1.myhuaweicloud.com/ascendhub/npu-exporter:v5.0.0.2 docker rmi swr.cn-south-1.myhuaweicloud.com/ascendhub/ascend-k8sdeviceplugin:v5.0.0.2 docker rmi swr.cn-south-1.myhuaweicloud.com/ascendhub/vc-controller-manager:v1.4.0 docker rmi swr.cn-south-1.myhuaweicloud.com/ascendhub/vc-scheduler:v1.4.0 docker rmi swr.cn-south-1.myhuaweicloud.com/ascendhub/noded:v5.0.0.2 docker rmi swr.cn-south-1.myhuaweicloud.com/ascendhub/hccl-controller:v5.0.0.2
- 执行以下命令，重命名镜像（用户需根据所使用的组件，选取对应命令执行）。
制作镜像
- 在获取软件包章节，获取需要安装的集群调度组件软件包。
- 将软件包解压后，上传到制作镜像服务器的任意目录。以HCCL Controller为例，放到“/home/ascend-hccl-controller”目录，目录结构如下。
root@ubuntu:/home/ascend-hccl-controller# ll total 66328 drwxr-xr-x 3 root root 4096 Jun 24 20:24 ./ drwxr-x--- 9 root root 4096 Jun 24 20:24 ../ -r-------- 1 root root 677 Jun 22 04:00 Dockerfile -r-x------ 1 root root 36578912 Jun 22 04:00 hccl-controller* -r-------- 1 root root 2493 Jun 22 04:00 hccl-controller-v5.0.0.2.yaml
NPU Exporter和Ascend Device Plugin若以容器化的形式部署在Atlas 200I SoC A1 核心板上，需要进行如下操作。- 在制作镜像时检查宿主机HwHiAiUser、HwDmUser、HwBaseUser用户的UID和GID，并记录该GID和UID的取值。
- 查看在Dockerfile-310P-1usoc中创建HwHiAiUser、HwDmUser、HwBaseUser用户时指定的GID和UID是否与宿主机的一致。如果一致则不做修改；如果不一致，请手动修改Dockerfile-310P-1usoc文件使其保持一致，同时需要保证每台宿主机上HwHiAiUser、HwDmUser、HwBaseUser用户的GID和UID的取值一致。
- 检查制作集群调度组件镜像的节点是否存在如下基础镜像。
- 执行docker images | grep ubuntu命令检查ubuntu镜像，Arm架构和x86_64架构镜像大小有差异。
ubuntu 18.04 6526a1858e5d 2 years ago 64.2MB
- 如果需要安装Volcano，则需要检查alpine镜像是否存在。执行docker images | grep alpine命令检查，回显示例如下，Arm架构和x86_64架构镜像大小有差异。
alpine latest a24bb4013296 2 years ago 5.57MB
若上述基础镜像不存在，使用表 获取基础镜像命令中相关命令拉取基础镜像（拉取镜像需要服务器能访问互联网）。
- 执行docker images | grep ubuntu命令检查ubuntu镜像，Arm架构和x86_64架构镜像大小有差异。
- 进入组件解压目录，执行docker build命令制作镜像，命令参考如下表。
表3 各组件镜像制作命令 节点产品类型
组件名称
镜像制作命令
说明
其他类型
Ascend Device Plugin
docker build --no-cache -t ascend-k8sdeviceplugin:{tag} ./{tag}需要参考软件包上的版本。如：软件包上版本为5.0.0.2，则{tag}为v5.0.0.2。
说明：请确保Dockerfile-310P-1usoc中HwDmUser和HwBaseUser的GID和UID与物理机上的保持一致。
Atlas 200I SoC A1 核心板
docker build --no-cache -t ascend-k8sdeviceplugin:{tag} -f Dockerfile-310P-1usoc ./其他类型
NPU Exporter
docker build --no-cache -t npu-exporter:{tag} ./Atlas 200I SoC A1 核心板
docker build --no-cache -t npu-exporter:{tag} -f Dockerfile-310P-1usoc ./其他类型
HCCL Controller
docker build --no-cache -t hccl-controller:{tag} ./Ascend Operator
docker build --no-cache -t ascend-operator:{tag} ./Resilience Controller
docker build --no-cache -t resilience-controller:{tag} ./NodeD
docker build --no-cache -t noded:{tag} ./Volcano
进入Volcano组件解压目录，选择以下版本路径并进入。
- v1.4.0版本执行以下命令。
docker build --no-cache -t volcanosh/vc-scheduler:v1.4.0 ./ -f ./Dockerfile-scheduler docker build --no-cache -t volcanosh/vc-controller-manager:v1.4.0 ./ -f ./Dockerfile-controller
- v1.7.0版本执行以下命令。
docker build --no-cache -t volcanosh/vc-scheduler:v1.7.0 ./ -f ./Dockerfile-scheduler docker build --no-cache -t volcanosh/vc-controller-manager:v1.7.0 ./ -f ./Dockerfile-controller
-
以HCCL Controller组件的镜像制作为例，执行docker build --no-cache -t hccl-controller:v5.0.0.2 .进行制作：root@ubuntu:/home/ascend-hccl-controller# docker build --no-cache -t hccl-controller:v5.0.0.2 . Sending build context to Docker daemon 43.92MB Step 1/5 : FROM ubuntu:18.04 as build ---> 0ccb47f043f5 Step 2/5 : RUN useradd -d /home/hwMindX -u 9000 -m -s /usr/sbin/nologin hwMindX && usermod root -s /usr/sbin/nologin ---> Using cache ---> ba8caef1ba53 Step 3/5 : COPY ./hccl-controller /usr/local/bin/ ---> 14575155c852 Step 4/5 : RUN chown -R hwMindX:hwMindX /usr/local/bin && chmod 750 /home/hwMindX && chmod 550 /usr/local/bin/ && chmod 500 /usr/local/bin/hccl-controller && echo 'umask 027' >> /etc/profile && echo 'source /etc/profile' >> /home/hwMindX/.bashrc ---> Running in 14a81476a370 Removing intermediate container 14a81476a370 ---> 63c668d03745 Step 5/5 : USER hwMindX ---> Running in 63407e98c56d Removing intermediate container 63407e98c56d ---> be9c4a8d385b Successfully built be9c4a8d385b Successfully tagged hccl-controller:v5.0.0.2
- v1.4.0版本执行以下命令。
- 满足以下场景可以跳过本步骤。
- 已将制作好的集群调度组件镜像上传到私有镜像仓库，各节点可以通过私有镜像仓库拉取集群调度组件的镜像。
- 已在安装集群调度组件各节点制作好了组件对应的镜像。
如不满足上述场景，则需要手动分发各组件镜像到各个节点。以HCCL Controller组件为例，使用离线镜像包的方式，分发镜像到其他节点。- 将制作完成的镜像保存成离线镜像。
docker save hccl-controller:v5.0.0.2 > hccl-controller-v5.0.0.2-linux-arrch64.tar
- 将镜像拷贝到其他节点。
scp hccl-controller-v5.0.0.2-linux-arrch64.tar root@{目标节点IP地址}:保存路径 - 以root用户登录各个节点载入离线镜像。
docker load < hccl-controller-v5.0.0.2-linux-arrch64.tar
父主题： 通用操作
