制作镜像
- 从昇腾镜像仓库拉取镜像。用户可以从昇腾镜像仓库获取基于制作镜像示例中的步骤制作好的MindX DL各组件的镜像，具体操作可参考从昇腾镜像仓库拉取镜像章节。镜像制作完成后，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。
- （推荐）制作镜像。本章节以HCCL-Controller为例，介绍了制作MindX DL组件容器部署时所需要的镜像，请参考制作镜像章节进行操作。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。
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。
表1 镜像列表 组件
镜像名称
镜像tag
拉取镜像的节点
说明
Resilience-Controller
v5.0.RC1
管理节点
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3。
Volcano
v1.4.0-v5.0.RC1
HCCL-Controller
v5.0.RC1
Ascend Operator
v5.0.RC1
NodeD
v5.0.RC1
计算节点
NPU-Exporter
v5.0.RC1
Ascend Device Plugin
v5.0.RC1
- 昇腾镜像仓库中拉取的MindX DL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.RC1 resilience-controller:v5.0.RC1 docker tag swr.cn-south-1.myhuaweicloud.com/ascendhub/ascend-operator:v5.0.RC1 ascend-operator:v5.0.RC1 docker tag swr.cn-south-1.myhuaweicloud.com/ascendhub/npu-exporter:v5.0.RC1 npu-exporter:v5.0.RC1 docker tag swr.cn-south-1.myhuaweicloud.com/ascendhub/ascend-k8sdeviceplugin:v5.0.RC1 ascend-k8sdeviceplugin:v5.0.RC1 docker tag swr.cn-south-1.myhuaweicloud.com/ascendhub/vc-controller-manager:v1.4.0-v5.0.RC1 volcanosh/vc-controller-manager:v1.4.0 docker tag swr.cn-south-1.myhuaweicloud.com/ascendhub/vc-scheduler:v1.4.0-v5.0.RC1 volcanosh/vc-scheduler:v1.4.0 docker tag swr.cn-south-1.myhuaweicloud.com/ascendhub/noded:v5.0.RC1 noded:v5.0.RC1 docker tag swr.cn-south-1.myhuaweicloud.com/ascendhub/hccl-controller:v5.0.RC1 hccl-controller:v5.0.RC1
- （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.RC1 docker rmi swr.cn-south-1.myhuaweicloud.com/ascendhub/ascend-operator:v5.0.RC1 docker rmi swr.cn-south-1.myhuaweicloud.com/ascendhub/npu-exporter:v5.0.RC1 docker rmi swr.cn-south-1.myhuaweicloud.com/ascendhub/ascend-k8sdeviceplugin:v5.0.RC1 docker rmi swr.cn-south-1.myhuaweicloud.com/ascendhub/vc-controller-manager:v1.4.0-v5.0.RC1 docker rmi swr.cn-south-1.myhuaweicloud.com/ascendhub/vc-scheduler:v1.4.0-v5.0.RC1 docker rmi swr.cn-south-1.myhuaweicloud.com/ascendhub/noded:v5.0.RC1 docker rmi swr.cn-south-1.myhuaweicloud.com/ascendhub/hccl-controller:v5.0.RC1
- 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
- 获取需要安装的集群调度组件软件包，请参见软件包说明。
- 将软件包上传到制作镜像服务器任意目录，然后解压。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.RC1.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，在制作镜像时需要检查宿主机HwHiAiUser、HwDmUser、HwBaseUser用户的gid和uid，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。
root@ubuntu:# docker images | grep ubuntu 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，示例如下，Arm架构和x86_64架构镜像大小有差异。
root@ubuntu:# docker images | grep alpine alpine latest a24bb4013296 2 years ago 5.57MB
若上述基础镜像不存在，使用表 获取基础镜像命令拉取基础镜像（拉取镜像需要服务器能联网）。
- 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 各节点镜像制作命令 节点类型
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.RC1，则{tag}为v5.0.RC1。
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
- 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
-
以HCCL-Controller组件的镜像制作为例，执行docker build --no-cache -t hccl-controller:v5.0.RC1 .进行制作：root@ubuntu:/home/ascend-hccl-controller# docker build --no-cache -t hccl-controller:v5.0.RC1 . 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.RC1
- 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，可通过表 组件安装位置确认组件安装位置。
如不满足上述场景，则需要手动分发镜像到各节点。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.RC1 > hccl-controller-v5.0.RC1-linux-arrch64.tar
- 将镜像拷贝到其他节点。
scp hccl-controller-v5.0.RC1-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.RC1-linux-arrch64.tar
