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。

  • 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。
  • MindCluster NPU Exporter和MindCluster 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

  1. 确保服务器能访问互联网后，访问昇腾镜像仓库。
  2. 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

    MindCluster Resilience Controller

    resilience-controller

    v5.0.0.2

    管理节点

    MindCluster Volcano

    根据需要选择镜像：

    v1.4.0-5.0.0.2

    v1.7.0-5.0.0.2

    MindCluster HCCL Controller

    hccl-controller

    v5.0.0.2

    MindCluster Ascend Operator

    ascend-operator

    v5.0.0.2

    MindCluster NodeD

    noded

    v5.0.0.2

    计算节点

    MindCluster NPU Exporter

    npu-exporter

    v5.0.0.2

    MindCluster Ascend Device Plugin

    ascend-k8sdeviceplugin

    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。

  3. 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。

    1. 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
    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

制作镜像

  1. 在获取软件包章节，获取需要安装的集群调度组件软件包。
  2. 将软件包解压后，上传到制作镜像服务器的任意目录。以MindCluster 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
    MindCluster NPU Exporter和MindCluster 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。
    1. 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。
    2. 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。

  3. 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MindCluster 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）。

    表2 获取基础镜像命令

    基础镜像

    拉取镜像命令

    说明

    ubuntu:18.04

    		 
    docker pull ubuntu:18.04

    拉取时自动识别系统架构。

    alpine:latest
    • x86_64架构
      docker pull alpine:latest
    • Arm架构
      docker pull arm64v8/alpine:latest
docker tag arm64v8/alpine:latest alpine:latest

    -

  4. 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

    MindCluster 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

    MindCluster 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

    MindCluster HCCL Controller

    		 
    docker build --no-cache -t hccl-controller:{tag} ./

    MindCluster Ascend Operator

    		 
    docker build --no-cache -t ascend-operator:{tag} ./

    MindCluster Resilience Controller

    		 
    docker build --no-cache -t resilience-controller:{tag} ./

    MindCluster NodeD

    		 
    docker build --no-cache -t noded:{tag} ./

    MindCluster Volcano

    进入MindCluster 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MindCluster 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

  5. 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MindCluster 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。
    1. 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
    2. 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
    3. 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