Kubernetes 1.20版本之后，将不再支持使用Docker作为CRI（container runtime interface）。生产环境中，如果对使用的K8s有高版本要求时，需要考虑改用其它CRI。集群调度组件基于主流CRI Containerd的1.4.4版本进行安装和验证，各组件能够在Containerd + Kubernetes场景下正常运行，且功能正常。

Containerd安装流程请参见官方资料。集群调度组件安装时默认使用Ascend Docker Runtime，可以配置Containerd使用Ascend Docker Runtime替代runc，用于在启动容器时自动挂载设备，对Containerd需要做的配置请参见Containerd启用Ascend Docker Runtime。

在已完成Containerd和Kubernetes安装的环境上，对于集群调度组件的安装请参见安装集群调度组件。

Containerd启用Ascend Docker Runtime

Containerd客户端使用Ascend Docker Runtime可执行如下步骤。

修改配置文件。

执行以下命令，查看配置文件。

mkdir /etc/containerd
containerd config default > /etc/containerd/config.toml
vim /etc/containerd/config.toml

根据实际情况修改runtime的安装路径，示例如下加粗部分所示。

...
 [plugins."io.containerd.grpc.v1.cri".x509_key_pair_streaming] 
   tls_cert_file = "" 
   tls_key_file = "" 
 [plugins."io.containerd.internal.v1.opt"] 
   path = "/opt/containerd" 
 [plugins."io.containerd.internal.v1.restart"] 
   interval = "10s" 
 [plugins."io.containerd.metadata.v1.bolt"] 
   content_sharing_policy = "shared" 
 [plugins."io.containerd.monitor.v1.cgroups"] 
   no_prometheus = false 
 [plugins."io.containerd.runtime.v1.linux"] 
   shim = "containerd-shim" 
   runtime = "/usr/local/Ascend/Ascend-Docker-Runtime/ascend-docker-runtime" 
   runtime_root = "" 
   no_shim = false 
   shim_debug = false 
 [plugins."io.containerd.runtime.v2.task"] 
   platforms = ["linux/amd64"] 
 [plugins."io.containerd.service.v1.diff-service"] 
   default = ["walking"] 
 [plugins."io.containerd.snapshotter.v1.devmapper"] 
   root_path = "" 
   pool_name = "" 
   base_image_size = "" 
   async_remove = false

执行命令，重启containerd，示例如下。
```
systemctl restart containerd
```

启动容器。

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。

ctr run --runtime io.containerd.runtime.v1.linux -t --env ASCEND_VISIBLE_DEVICES=0 image-name:tag containerID

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。

ctr run --runtime io.containerd.runtime.v1.linux -t --env ASCEND_VISIBLE_DEVICES=0 --env ASCEND_RUNTIME_OPTIONS=NODRV image-name:tag containerID

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。

ctr run --runtime io.containerd.runtime.v1.linux -t --env ASCEND_VISIBLE_DEVICES=0 --env ASCEND_RUNTIME_MOUNTS=hostlog image-name:tag containerID

示例4：启动容器时，挂载虚拟芯片ID为100的芯片。

ctr run --runtime io.containerd.runtime.v1.linux -t --env ASCEND_VISIBLE_DEVICES=100 --env ASCEND_RUNTIME_OPTIONS=VIRTUAL image-name:tag containerID

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。

ctr run --runtime io.containerd.runtime.v1.linux -t --env ASCEND_VISIBLE_DEVICES=0 --env ASCEND_VNPU_SPECS=vir04 image-name:tag containerID

容器启动后，可使用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命令来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Ascend Docker Runtime默认挂载内容。

可用的芯片ID可通过如下方式查询确认：
- 物理芯片ID：
```
ls /dev/davinci*
```
- 虚拟芯片ID：
```
ls /dev/vdavinci*
```
image-name:tag：镜像名称与标签，请根据实际情况修改。如“ascend-tensorflow:tensorflow_TAG”。
containerID：容器ID。使用ctr启动容器需要指定容器ID，如“c1”。
若用户不需要挂载基础配置文件base中的所有内容时，可指定自定义配置文件hostlog减少挂载的内容，hostlog请根据实际创建的配置文件名修改。
hostlog文件挂载内容须基于“base.list”文件，base.list内容如Ascend Docker Runtime默认挂载内容所示。

创建配置文件请参见创建配置文件，以配置文件“hostlog.list”为例（文件后缀必须为.list）。
用户在使用过程中，请勿重复定义和在容器镜像中固定ASCEND_VISIBLE_DEVICES、ASCEND_RUNTIME_OPTIONS、ASCEND_RUNTIME_MOUNTS和ASCEND_VNPU_SPECS等环境变量。

表1 参数解释
参数	说明	举例
ASCEND_VISIBLE_DEVICES	使用ASCEND_VISIBLE_DEVICES环境变量指定被挂载至容器中的NPU设备，使用设备序号指定设备，支持单个和范围指定且支持混用。	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_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《Ascend 910 NPU驱动和固件安装指南（AI服务器）》（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 说明： hostlog请根据实际自定义配置文件名修改。
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。	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。

使用Containerd的集群调度组件

Containerd启用Ascend Docker Runtime