本章节以HCCL-Controller为例，介绍了制作MindX DL组件容器部署的镜像制作示例，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。用户也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。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。
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
v3.0.0
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-v3.0.0
HCCL-Controller
v3.0.0
NodeD
v3.0.0
计算节点
NPU-Exporter
v3.0.0
Ascend Device Plugin
v3.0.0
- 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 ascendhub.huawei.com/public-ascendhub/resilience-controller:v3.0.0 resilience-controller:v3.0.0 docker tag ascendhub.huawei.com/public-ascendhub/npu-exporter:v3.0.0 npu-exporter:v3.0.0 docker tag ascendhub.huawei.com/public-ascendhub/ascend-k8sdeviceplugin:v3.0.0 ascend-k8sdeviceplugin:v3.0.0 docker tag ascendhub.huawei.com/public-ascendhub/vc-controller-manager:v1.4.0-v3.0.0 volcanosh/vc-controller-manager:v1.4.0 docker tag ascendhub.huawei.com/public-ascendhub/vc-scheduler:v1.4.0-v3.0.0 volcanosh/vc-scheduler:v1.4.0 docker tag ascendhub.huawei.com/public-ascendhub/noded:v3.0.0 noded:v3.0.0 docker tag ascendhub.huawei.com/public-ascendhub/hccl-controller:v3.0.0 hccl-controller:v3.0.0
- （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 ascendhub.huawei.com/public-ascendhub/resilience-controller:v3.0.0 docker rmi ascendhub.huawei.com/public-ascendhub/npu-exporter:v3.0.0 docker rmi ascendhub.huawei.com/public-ascendhub/ascend-k8sdeviceplugin:v3.0.0 docker rmi ascendhub.huawei.com/public-ascendhub/vc-controller-manager:v1.4.0-v3.0.0 docker rmi ascendhub.huawei.com/public-ascendhub/vc-scheduler:v1.4.0-v3.0.0 docker rmi ascendhub.huawei.com/public-ascendhub/noded:v3.0.0 docker rmi ascendhub.huawei.com/public-ascendhub/hccl-controller:v3.0.0
- 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-x------ 1 root root 31313408 Jun 22 04:00 cert-importer* -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-v3.0.0.yaml -r-------- 1 root root 1611 Jun 22 04:00 hccl-controller-without-token-v3.0.0.yaml dr-xr-x--- 2 root root 4096 Jun 22 04:00 lib/
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。
- 按照以下命令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。
- 检查ubuntu镜像示例，ARM架构和X86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。检查示例如下，ARM架构和X86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）。
- 检查ubuntu镜像示例，ARM架构和X86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3.0.0，则{tag}为v3.0.0。
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} ./
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：root@ubuntu:/home/ascend-hccl-controller# docker build --no-cache -t hccl-controller:v3.0.0 . Sending build context to Docker daemon 75.82MB Step 1/7 : FROM ubuntu:18.04 as build ---> 6526a1858e5d Step 2/7 : RUN useradd -d /home/hwMindX -u 9000 -m -s /usr/sbin/nologin hwMindX && usermod root -s /usr/sbin/nologin ---> Running in 982af8c5c938 Removing intermediate container 982af8c5c938 ---> ef8b3fbb5755 Step 3/7 : COPY ./hccl-controller /usr/local/bin/ ---> 44672aedff7d Step 4/7 : COPY ./lib /usr/local/lib ---> e99324c9bac7 Step 5/7 : RUN chown -R hwMindX:hwMindX /usr/local/bin && chown -R hwMindX:hwMindX /usr/local/lib && chmod 750 /home/hwMindX && chmod 550 /usr/local/bin/ && chmod 550 /usr/local/lib/ && chmod 500 /usr/local/lib/* && chmod 500 /usr/local/bin/hccl-controller && echo 'umask 027' >> /etc/profile && echo 'source /etc/profile' >> /home/hwMindX/.bashrc ---> Running in 75bd6c80f11b Removing intermediate container 75bd6c80f11b ---> 8e86333dee49 Step 6/7 : ENV LD_LIBRARY_PATH=/usr/local/lib ---> Running in a26ff750f047 Removing intermediate container a26ff750f047 ---> 37d48e8ec218 Step 7/7 : USER hwMindX ---> Running in d441db379be8 Removing intermediate container d441db379be8 ---> ef2acbb5a335 Successfully built ef2acbb5a335 Successfully tagged hccl-controller:v3.0.0
- 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:v3.0.0 > hccl-controller-v3.0.0-linux-arrch64.tar
- 将镜像拷贝到其他节点。
scp hccl-controller-v3.0.0-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-v3.0.0-linux-arrch64.tar