在Docker客户端使用

Docker客户端使用Ascend Docker Runtime的启动容器命令示例如下。

示例1：启动容器时，挂载物理芯片ID为0的芯片。

docker run -it -e ASCEND_VISIBLE_DEVICES=0 image-name:tag /bin/bash

示例2：启动容器时，仅挂载NPU设备和管理设备，不挂载驱动相关目录。

docker run --rm -it -e ASCEND_VISIBLE_DEVICES=0 -e ASCEND_RUNTIME_OPTIONS=NODRV image-name:tag /bin/bash

示例3：启动容器时，挂载物理芯片ID为0的芯片，读取自定义配置文件hostlog中的挂载内容。
```
docker run --rm -it -e ASCEND_VISIBLE_DEVICES=0 -e ASCEND_RUNTIME_MOUNTS=hostlog image-name:tag /bin/bash
```

示例4：启动容器时，挂载虚拟芯片ID为100的芯片。

docker run -it -e ASCEND_VISIBLE_DEVICES=100 -e ASCEND_RUNTIME_OPTIONS=VIRTUAL image-name:tag /bin/bash

示例5：启动容器时，从物理芯片ID为0的芯片上，切分出4个AI Core作为虚拟设备并挂载至容器中。
```
docker run -it --rm -e ASCEND_VISIBLE_DEVICES=0 -e ASCEND_VNPU_SPECS=vir04 image-name:tag /bin/bash
```
示例6：启动容器时，挂载物理芯片ID为0的芯片，并且允许挂载的驱动文件中存在软链接（仅适用于Atlas 500 A2 智能小站、Atlas 200I A2 加速模块和Atlas 200I DK A2 开发者套件场景）：
```
docker run --rm -it -e ASCEND_VISIBLE_DEVICES=0 -e ASCEND_ALLOW_LINK=True  image-name:tag /bin/bash
```

容器启动后，可执行以下命令检查相应设备和驱动是否挂载成功，每台机型具体的挂载目录参考默认挂载内容。命令示例如下：

ls /dev | grep davinci* && ls /dev | grep devmm_svm && ls /dev | grep hisi_hdc && ls /usr/local/Ascend/driver && ls /usr/local/ |grep dcmi && ls /usr/local/bin

使用Ascend Docker Runtime

使用Ascend Docker Runtime支持容器运行训练、推理或其他任务。

以Atlas 200I SoC A1 核心板运行推理容器为例，用户请根据实际情况修改。示例如下，相关参数如表1和表2所示：

docker run -it -e ASCEND_VISIBLE_DEVICES=0 --device=/dev/xsmem_dev --device=/dev/event_sched --device=/dev/svm0 --device=/dev/sys --device=/dev/vdec --device=/dev/vpc --device=/dev/log_drv --device=/dev/spi_smbus --device=/dev/upgrade --device=/dev/user_config --device=/dev/ts_aisle --device=/dev/memory_bandwidth -v /var/dmp_daemon:/var/dmp_daemon:ro -v /var/slogd:/var/slogd:ro -v /var/log/npu/conf/slog/slog.conf:/var/log/npu/conf/slog/slog.conf:ro -v /usr/local/Ascend/driver/tools:/usr/local/Ascend/driver/tools -v /usr/local/Ascend/driver/lib64:/usr/local/Ascend/driver/lib64 -v /usr/lib64/aicpu_kernels:/usr/lib64/aicpu_kernels:ro -v /usr/lib64/libtensorflow.so:/usr/lib64/libtensorflow.so:ro -v /sys/fs/cgroup/memory:/sys/fs/cgroup/memory:ro -v /usr/lib64/libyaml-0.so.2:/usr/lib64/libyaml-0.so.2:ro -v /etc/ascend_install.info:/etc/ascend_install.info -v /usr/local/Ascend/driver/version.info:/usr/local/Ascend/driver/version.info workload-image:v1.0 /bin/bash

如果Atlas 200I SoC A1 核心板的驱动是1.0.0（Ascend HDK 22.0.0）及之前的版本，则需要挂载/dev/xsmem_dev和/dev/event_sched这两个设备。
如果Atlas 200I SoC A1 核心板的驱动是1.0.0（Ascend HDK 22.0.0）之后的版本，则不需要挂载/dev/xsmem_dev和/dev/event_sched这两个设备。

以Atlas 500 A2 智能小站运行推理容器为例，用户请根据实际情况修改。示例如下，相关参数如表1和表2所示：
```
docker run --rm -it -e ASCEND_VISIBLE_DEVICES=0 -e ASCEND_ALLOW_LINK=True  workload-image:v1.0 /bin/bash
```

不使用Ascend Docker Runtime

以Atlas 200I SoC A1 核心板运行推理容器为例，用户请根据实际情况修改。示例如下，相关参数如表1和表2所示：

docker run -it --device=/dev/davinci0 --device=/dev/xsmem_dev --device=/dev/event_sched --device=/dev/svm0 --device=/dev/sys --device=/dev/vdec --device=/dev/venc --device=/dev/vpc --device=/dev/davinci_manager --device=/dev/spi_smbus --device=/dev/upgrade --device=/dev/user_config --device=/dev/ts_aisle --device=/dev/memory_bandwidth -v /etc/sys_version.conf:/etc/sys_version.conf:ro -v /usr/local/bin/npu-smi:/usr/local/bin/npu-smi:ro -v /var/dmp_daemon:/var/dmp_daemon:ro -v /var/slogd:/var/slogd:ro -v /var/log/npu/conf/slog/slog.conf:/var/log/npu/conf/slog/slog.conf:ro -v /etc/hdcBasic.cfg:/etc/hdcBasic.cfg:ro -v /usr/local/Ascend/driver/tools:/usr/local/Ascend/driver/tools -v /usr/local/Ascend/driver/lib64:/usr/local/Ascend/driver/lib64 -v /usr/lib64/aicpu_kernels:/usr/lib64/aicpu_kernels:ro -v /usr/lib64/libtensorflow.so:/usr/lib64/libtensorflow.so:ro -v /sys/fs/cgroup/memory:/sys/fs/cgroup/memory:ro -v /usr/lib64/libyaml-0.so.2:/usr/lib64/libyaml-0.so.2:ro -v /etc/ascend_install.info:/etc/ascend_install.info -v /usr/local/Ascend/driver/version.info:/usr/local/Ascend/driver/version.info workload-image:v1.0 /bin/bash

如果Atlas 200I SoC A1 核心板的驱动是1.0.0（Ascend HDK 22.0.0）及之前的版本，则需要挂载/dev/xsmem_dev和/dev/event_sched这两个设备。
如果Atlas 200I SoC A1 核心板的驱动是1.0.0（Ascend HDK 22.0.0）之后的版本，则不需要挂载/dev/xsmem_dev和/dev/event_sched这两个设备。

Atlas 500 A2 智能小站不使用Ascend Docker Runtime运行推理任务请参见《Atlas 500 A2 智能小站昇腾软件快速安装指南》中的“部署昇腾软件（预置系统场景） > 制作容器镜像”章节中的“启动容器”，运行推理任务。

参数说明

表1 Ascend Docker Runtime运行参数解释
参数	说明	举例
ASCEND_VISIBLE_DEVICES	必选使用ASCEND_VISIBLE_DEVICES环境变量指定被挂载至容器中的NPU设备，否则挂载NPU设备失败；使用设备序号指定设备，支持单个和范围指定且支持混用；使用芯片名称指定设备，支持同时指定多个同类型的芯片名称。	ASCEND_VISIBLE_DEVICES=0表示将0号设备（/dev/davinci0）挂载入容器中。 ASCEND_VISIBLE_DEVICES=1,3 表示将1、3号设备挂载入容器中。 ASCEND_VISIBLE_DEVICES=0-2 表示将0号至2号设备（包含0号和2号）挂载入容器中，效果同-e ASCEND_VISIBLE_DEVICES=0,1,2。 ASCEND_VISIBLE_DEVICES=0-2,4 表示将0号至2号以及4号设备挂载入容器，效果同-e ASCEND_VISIBLE_DEVICES=0,1,2,4。 ASCEND_VISIBLE_DEVICES=AscendXXX-Y，其中XXX表示芯片的型号，支持的取值为910，310、310B和310P；Y表示物理设备ID。 ASCEND_VISIBLE_DEVICES=Ascend910-1，表示把1号芯片挂载进容器。 ASCEND_VISIBLE_DEVICES=Ascend910-1,Ascend910-3，表示把1号芯片和3号芯片挂载进容器。说明：芯片类型需要和实际环境的芯片类型保持一致，否则将会挂载失败。不支持在一个参数里既指定设备序号又指定芯片名称，即不支持ASCEND_VISIBLE_DEVICES=0，Ascend910-1。
ASCEND_ALLOW_LINK	是否允许挂载的文件或目录中存在软链接，在Atlas 500 A2 智能小站、Atlas 200I A2 加速模块和Atlas 200I DK A2 开发者套件场景下必须指定该参数。说明：其他设备如Atlas 训练系列产品、Atlas A2 训练系列产品和Atlas 200I SoC A1 核心板等产品可以使用该参数，但因其默认挂载内容中不存在软链接，所以无需额外指定该参数。	ASCEND_ALLOW_LINK=True，表示在Atlas 500 A2 智能小站、Atlas 200I A2 加速模块和Atlas 200I DK A2 开发者套件场景下允许挂载带有软链接的驱动文件。 ASCEND_ALLOW_LINK=False或者不指定该参数，Atlas 500 A2 智能小站、Atlas 200I A2 加速模块和Atlas 200I DK A2 开发者套件将无法使用Ascend Docker Runtime。
ASCEND_RUNTIME_OPTIONS	对参数ASCEND_VISIBLE_DEVICES中指定的芯片ID作出限制： NODRV：表示不挂载驱动相关目录。 VIRTUAL：表示挂载的是虚拟芯片。 NODRV,VIRTUAL：表示挂载的是虚拟芯片，并且不挂载驱动相关目录。说明：虚拟设备的相关约束及创建方法具体请参见《Atlas 中心训练服务器 NPU驱动和固件安装指南》（其他产品型号请参考对应的驱动和固件安装手册）的“算力分组场景下的安装”章节。	ASCEND_RUNTIME_OPTIONS=NODRV ASCEND_RUNTIME_OPTIONS=VIRTUAL ASCEND_RUNTIME_OPTIONS=NODRV,VIRTUAL
ASCEND_RUNTIME_MOUNTS	读取配置文件中的挂载内容。	ASCEND_RUNTIME_MOUNTS=hostlog ASCEND_RUNTIME_MOUNTS=hostlog,hostlog1,hostlog2 说明： hostlog请根据实际自定义配置文件名修改。支持读取多个配置文件。
ASCEND_VNPU_SPECS	从物理NPU设备中切分出一定数量的AI Core，指定为虚拟设备。支持的取值为（vir01，vir02，vir02_1c，vir04，vir04_3c，vir08，vir16、vir04_4c_dvpp、vir04_3c_ndvpp）。 Atlas 推理系列产品（配置Ascend 310P AI处理器）仅支持vir01、vir02、vir02_1c、vir04、vir04_3c、vir04_4c_dvpp、vir04_3c_ndvpp。 Atlas 训练系列产品仅支持vir02、vir04、vir08和vir16。需配合参数“ASCEND_VISIBLE_DEVICES”一起使用，参数“ASCEND_VISIBLE_DEVICES”指定用于切分的物理NPU设备。说明：参数ASCEND_RUNTIME_OPTIONS的取值包含VIRTUAL时，ASCEND_VNPU_SPECS参数将不再生效。	ASCEND_VNPU_SPECS=vir04表示切分4个AI Core作为虚拟设备，挂载至容器中。说明： vir后面的数字表示AI Core数量。 c前面的数字表示AI CPU数量。 dvpp表示虚拟化时包含所有数字视觉预处理模块（即VPC，VDEC，JPEGD，PNGD，VENC，JPEGE）。 ndvpp表示虚拟化时没有数字视觉预处理硬件资源。

表2 其他参数解释
参数	参数说明
/dev/xsmem_dev	将内存设备管理挂载到容器。
/dev/event_sched	将事件调度的设备挂载到容器。
/dev/ts_aisle	将aicpudrv驱动对应的设备挂载到容器。
/dev/svm0	将内存管理的设备挂载到容器。
/dev/sys	将dvpp相关的设备挂载到容器。
/dev/vdec	将dvpp相关的设备挂载到容器。
/dev/vpc	将dvpp相关的设备挂载到容器。
/dev/log_drv	将日志记录相关的设备挂载到容器。
/dev/upgrade	将获取昇腾系统相关配置、固件设备挂载到容器。
/dev/spi_smbus	将设备带外spi通信相关的设备挂载到容器。
/dev/user_config	将管理用户配置相关的设备挂载到容器。
/dev/memory_bandwidth	将内存带宽相关的设备挂载到容器。
-v /var/slogd:/var/slogd	将宿主机日志进程文件以只读方式挂载到容器。
-v /var/dmp_daemon:/var/dmp_daemon	将dmp守护进程挂载到容器。
-v /var/log/npu/conf/slog:/var/log/npu/conf/slog	将npu日志模块挂载到容器。
-v /usr/lib64/libyaml-0.so.2:/usr/lib64/libyaml-0.so.2:ro	将宿主机libyaml的.so文件挂载到容器中。
-v /usr/local/Ascend/driver/tools:/usr/local/Ascend/driver/tools	将驱动相关工具目录“/usr/local/Ascend/driver/tools”挂载到容器中。
-v /usr/local/Ascend/driver/lib64:/usr/local/Ascend/driver/lib64	将驱动依赖动态库目录“/usr/local/Ascend/driver/lib64”挂载到容器中。
-v /usr/lib64/libtensorflow.so:/usr/lib64/libtensorflow.so	将tensorflow的aicpu算子库文件“/usr/lib64/libtensorflow.so”挂载到容器中。
-v /usr/lib64/aicpu_kernels:/usr/lib64/aicpu_kernels	将aicpu lib库目录“/usr/lib64/aicpu_kernels”挂载到容器。
-v /sys/fs/cgroup/memory:/sys/fs/cgroup/memory:ro	将宿主机查询内存占用率所需依赖目录“/sys/fs/cgroup/memory”以只读方式挂载到容器中。
-v /etc/ascend_install.info:/etc/ascend_install.info	将宿主机安装信息文件“/etc/ascend_install.info”挂载到容器中。
-v /usr/local/Ascend/driver/version.info:/usr/local/Ascend/driver/version.info	将宿主机版本信息文件“/usr/local/Ascend/driver/version.info”挂载到容器中，请根据实际情况修改。
workload-image:v1.0 /bin/bash	生成的镜像文件。

父主题： 使用指导