ascendai/drivingsdk

驾驶SDK Docker镜像概述

快速参考

• 维护者: 驾驶SDK团队
• 问题反馈: 驾驶SDK问题跟踪器
• 支持架构: x86_64（AMD64）、aarch64（ARM64）
• 支持操作系统: Ubuntu 22.04、openEuler 24.03
• 基础镜像: CANN 9.0.0、CANN 8.5.1

---

镜像标签关键词说明

镜像标签遵循以下命名规则：
<DrivingSDK版本>-<CANN版本>-<NPU类型>-<操作系统类型>

字段说明

示例

• 26.0.0-cann8.5.1-910b-ubuntu22.04: 驾驶SDK 26.0.0、CANN 8.5.1、A2、Ubuntu 22.04
• 26.0.0-cann9.0.0-a3-openeuler24.03: 驾驶SDK 26.0.0、CANN 9.0.0、A3、openEuler 24.03
• master-cann9.0.0-950-ubuntu22.04: 驾驶SDK master分支、CANN 9.0.0、950、Ubuntu 22.04

---

Dockerfile归档路径

所有Dockerfile归档在docker/目录下，结构如下：

shell
docker/
├── 8.5.1-910b-openeuler24.03/
│   └── Dockerfile
├── 8.5.1-910b-ubuntu22.04/
│   └── Dockerfile
├── 8.5.1-a3-openeuler24.03/
│   └── Dockerfile
├── 8.5.1-a3-ubuntu22.04/
│   └── Dockerfile
├── 9.0.0-910b-openeuler24.03/
│   └── Dockerfile
├── 9.0.0-910b-ubuntu22.04/
│   └── Dockerfile
├── 9.0.0-a3-openeuler24.03/
│   └── Dockerfile
├── 9.0.0-a3-ubuntu22.04/
│   └── Dockerfile
├── 9.0.0-950-ubuntu22.04/
│   └── Dockerfile
├── 9.0.0-950-openeuler24.03/
│   └── Dockerfile
├── install_bevformer.sh
├── install_bevfusion.sh
├── install_drivingsdk.sh
├── install_sparse4d.sh
├── OVERVIEW.md
└── OVERVIEW.zh.md

---

快速开始

1. 本地构建镜像

从源码构建Docker镜像：

bash
# 克隆仓库
git clone https://gitcode.com/Ascend/DrivingSDK.git
cd DrivingSDK

# 构建镜像
docker build -f docker/8.5.1-910b-ubuntu22.04/Dockerfile -t drivingsdk:26.0.0-cann8.5.1-910b-ubuntu22.04 .

# 运行容器（挂载卷用于开发）
docker run -it --rm \
  --device=/dev/davinci0 \
  --device=/dev/davinci_manager \
  --device=/dev/devmm_svm \
  --device=/dev/hisi_hdc \
  -v /usr/local/Ascend:/usr/local/Ascend \
  -v $(pwd):/workspace \
  docker.xuanyuan.run/drivingsdk:26.0.0-cann8.5.1-910b-ubuntu22.04 \
  /bin/bash

2. 二次开发

自定义开发与修改：

bash
# 克隆仓库
git clone https://gitcode.com/Ascend/DrivingSDK.git
cd DrivingSDK

# 修改Dockerfile
vim docker/8.5.1-910b-ubuntu22.04/Dockerfile

# 构建修改后的镜像
docker build -f docker/8.5.1-910b-ubuntu22.04/Dockerfile -t drivingsdk:dev .

# 运行开发容器
docker run -it --rm \
  --device=/dev/davinci0 \
  --device=/dev/davinci_manager \
  --device=/dev/devmm_svm \
  --device=/dev/hisi_hdc \
  -v /usr/local/Ascend:/usr/local/Ascend \
  -v $(pwd):/workspace \
  docker.xuanyuan.run/drivingsdk:dev \
  /bin/bash

---

硬件支持信息

支持的NPU类型

支持的操作系统

Python环境支持

镜像通过Miniconda提供多Python环境：

硬件要求

• 最低: 1台NPU设备（A2/A3/950）
• 推荐: 2台及以上NPU设备用于分布式训练
• 内存: 最低32GB RAM，推荐64GB+
• 存储: 最低100GB（用于镜像和数据集）

---

包含组件

核心组件

• DrivingSDK: 26.0.0版本或master分支
• CANN: 神经计算架构（8.5.1 / 9.0.0）
• PyTorch: 深度学习框架（2.1.0 / 2.7.1）
• torch-npu: PyTorch NPU后端
• Miniconda: Python环境管理工具

模型示例

• BEVFormer: 鸟瞰视角Transformer（3D目标检测）
• BEVFusion: 多模态3D检测（BEV融合）
• Sparse4D: 稀疏4D检测框架

系统依赖

• GCC/G++编译器
• CMake构建系统
• Git、wget、curl工具
• Protocol Buffers
• 网络工具

---

使用示例

激活特定环境

bash
# 在容器内执行
source /opt/conda/etc/profile.d/conda.sh
conda activate torch2.7.1

安装额外包

bash
# 激活环境
conda activate torch2.7.1

# 安装包
pip install your-package

---

故障排除

常见问题

1. NPU设备未找到

   bash
   # 检查NPU设备
   npu-smi info
   
   # 确保设备已挂载
   docker run --device=/dev/davinci0 ...
   

2. CANN环境未设置

   bash
   # 加载CANN环境变量
   source /usr/local/Ascend/ascend-toolkit/set_env.sh
   

3. Conda环境未找到

   bash
   # 初始化conda
   source /opt/conda/etc/profile.d/conda.sh
   conda env list
   

---

许可证

本项目遵循仓库根目录LICENSE文件中的条款。

第三方许可证

• CANN: CANN软件许可证
• PyTorch: BSD3-Clause许可证
• Miniconda: Anaconda服务条款

---

免责声明

重要: 本软件按"原样"提供，不提供任何明示或暗示的担保。

• 风险自担使用
• 维护者不对使用本软件造成的任何损害负责
• 部署前请在非生产环境测试
• 确保符合昇腾硬件许可条款
• NPU硬件需正确配置并可访问

生产部署请参考官方昇腾文档，遵循安全与性能优化最佳实践。

---

支持与资源

• CANN文档: https://www.hiascend.com/document
• 问题跟踪: 驾驶SDK问题

---

最后更新: 2026-05-19
维护者: 驾驶SDK团队