intel/flexran_l1_spree Docker 镜像 - 轩辕镜像 | Docker 镜像高效稳定拉取服务

FlexRAN™ 容器镜像技术文档

1. 镜像概述和主要用途

1.1 FlexRAN™ 软件参考栈

Intel® 提供的 FlexRAN™ 软件参考栈是一种 vRAN 参考架构，展示了如何利用 Intel® C++ 类库和 Intel® 高级矢量扩展 512（Intel® AVX-512）指令集优化 VDU 软件实现。其多线程设计支持单个 VDU 软件实现扩展，以满足多种部署场景需求，从小型单小区部署、优化的 D-RAN 部署到支持大量 5G 小区的 C-RAN 池化部署。作为软件实现，它还支持通过 O-RAN 7.2x 分割，在同一软件栈中部署 LTE、5G 窄带和 5G 大规模 MIMO。

!FlexRAN™ 软件参考框架

1.2 FlexRAN™ containerd 镜像

自 2022 年起，Intel® FlexRAN 团队开始在 Docker Hub 发布 Docker 镜像，并自 2024 年起发布 containerd 镜像。其目的是让更多潜在用户能够轻松入门和使用。该 containerd 镜像包含二进制文件、运行时依赖库、配置文件和多个典型用例。已成为 Intel® NDA 客户的用户可获取相应源代码、更多测试用例及 Intel® FlexRAN 团队的支持；新用户若仅需快速试用，可参考以下指南，如需进一步了解，请联系 Intel® FlexRAN 市场团队。

2. 核心功能和特性

• 性能优化：基于 Intel® C++ 类库和 AVX-512 指令集，针对 Intel® 处理器优化 VDU 软件性能。
• 灵活部署：多线程设计支持从小型单小区到大型 C-RAN 池化部署的多种场景。
• 多无线技术支持：同一软件栈支持 LTE、5G 窄带和 5G 大规模 MIMO 部署（基于 O-RAN 7.2x 分割）。
• 容器化封装：包含运行所需的二进制文件、依赖库、配置文件和典型用例，简化部署流程。
• 硬件加速支持：兼容 Intel® vRAN Boost 技术，可选配硬件加速（如无硬件则自动切换至软件模式）。

3. 使用场景和适用范围

3.1 部署场景

• 小型单小区部署：适用于边缘或偏远地区的独立小基站。
• D-RAN 部署：优化的分布式无线接入网，降低前传链路需求。
• C-RAN 池化部署：支持大规模 5G 小区集中管理，提升资源利用率。
• 多技术混合部署：同时运行 LTE、5G 窄带和 5G 大规模 MIMO 网络。

3.2 适用用户

• 新入门用户：通过容器镜像快速试用 FlexRAN 功能，无需复杂配置。
• NDA 客户：获取源代码、更多测试用例及 Intel 专业技术支持。
• 运营商/设备厂商：基于参考架构开发定制化 vRAN 解决方案。

4. 详细使用方法和配置说明

4.1 硬件要求

4.2 软件要求

4.3 前置条件配置

4.3.1 实时内核配置

1. 安装 Ubuntu 实时内核：
   参考 Ubuntu 官方文档：<[***]>

2. 安装 TuneD：

   shell
   apt install tuned
   vim /etc/grub.d/00_tuned
   

3. 在 /etc/grub.d/00_tuned 文件末尾添加：

   shell
   echo "export tuned_params"
   

4. 编辑 /etc/tuned/realtime-variables.conf，设置隔离核心：

   shell
   isolated_cores=1-30,33-62
   

5. 编辑 /usr/lib/tuned/realtime/tuned.conf，添加内核参数：

   shell
   cmdline_realtime=+isolcpus=${managed_irq}${isolated_cores} nohz=on nohz_full=${isolated_cores} rcu_nocb_poll rcu_nocbs=${isolated_cores} nosoftlockup tsc=nowatchdog
   

6. 激活实时配置文件并更新 grub：

   shell
   tuned-adm profile realtime
   vim /etc/default/grub
   

7. 修改 /etc/default/grub 中的内核参数：

   shell
   GRUB_CMDLINE_LINUX="intel_iommu=on iommu=pt vfio_pci.enable_sriov=1 vfio_pci.disable_idle_d3=1 usbcore.autosuspend=-1 selinux=0 enforcing=0 nmi_watchdog=0 crashkernel=auto softlockup_panic=0 audit=0 mce=off hugepagesz=1G hugepages=50 hugepagesz=2M hugepages=0 default_hugepagesz=1G irqaffinity=0,31,32,63"
   GRUB_CMDLINE_LINUX_DEFAULT="\$tuned_params"
   GRUB_INITRD_OVERLAY="${GRUB_INITRD_OVERLAY:+$GRUB_INITRD_OVERLAY }\$tuned_initrd"
   

8. 应用配置并重启：

   shell
   sudo update-grub
   sudo reboot
   

9. 验证内核参数：

   shell
   cat /proc/cmdline  # 应包含上述配置的参数，如 hugepagesz=1G、isolcpus 等
   

4.3.2 CPU 频率和 C-State 配置

shell
# 设置 CPU 频率为性能模式
cpupower frequency-set -g performance

# 固定 CPU 核心频率为 2.5GHz
cpupower frequency-set -d 2500000 -u 2500000

4.3.3 Kubernetes 和容器运行时安装

1. 安装指定版本的 Kubernetes、containerd：
   参考 Kubernetes 官方文档及 containerd 安装指南。

2. 配置 containerd 支持无 root 容器设备访问：

   shell
   vim /etc/containerd/config.toml
   

   添加以下配置：

   toml
   [plugins]
   [plugins."io.containerd.grpc.v1.cri"]
   device_ownership_from_security_context = true
   

   重启 containerd：

   shell
   systemctl restart containerd.service
   

4.3.4 Kubernetes 插件安装

需在 master 节点安装以下插件：

• Calico：
  参考官方文档：<[***]>

• SRIOV FEC Operator（可选）：
  参考官方文档：<[***]>
  部署后验证插件状态：

  json
  {
    "intel.com/intel_fec_5g": "0",
    "intel.com/intel_fec_acc200": "1"
  }
  

• SRIOV CNI 和网络设备插件：
  参考官方文档：<[***]>

  配置示例：
  创建 SRIOV 设备插件配置映射：

  shell
  cd sriov-network-device-plugin
  cat <<EOF > deployments/configMap.yaml
  apiVersion: v1
  kind: ConfigMap
  metadata:
    name: sriovdp-config
    namespace: kube-system
  data:
    config.json: |
      {
          "resourceList": [
              {
                "resourceName": "intel_fec_5g",
                  "deviceType": "accelerator",
                  "selectors": {
                      "vendors": ["8086"],
                      "devices": ["57c1"]
                  }
              },
              {
                "resourceName": "intel_sriov_odu",
                  "selectors": {
                      "vendors": ["8086"],
                      "devices": ["1889"],
                      "drivers": ["vfio-pci"],
                      "pfNames": ["ens9f1"]
                  }
              },
              {
                "resourceName": "intel_sriov_oru",
                  "selectors": {
                      "vendors": ["8086"],
                      "devices": ["1889"],
                      "drivers": ["vfio-pci"],
                      "pfNames": ["ens9f0"]
                  }
              }
          ]
      }
  EOF
  kubectl create -f deployments/configMap.yaml
  kubectl create -f deployments/sriovdp-daemonset.yaml
  

4.4 环境准备

4.4.1 DPDK 包安装

shell
cd /opt/
wget [***]
tar xf dpdk-23.11.tar.xz

4.4.2 FEC 和 FVL SRIOV 配置

shell
export RTE_SDK=/opt/dpdk-23.11
modprobe vfio-pci enable_sriov=1 disable_idle_d3=1
echo 1 | sudo tee /sys/module/vfio_pci/parameters/enable_sriov
echo 1 | tee /sys/module/vfio_pci/parameters/disable_idle_d3
$RTE_SDK/usertools/dpdk-devbind.py -b vfio-pci f7:00.0  # 绑定 FEC PF
export UUID=00112233-4455-6677-8899-aabbccddeeff
echo 1 > /sys/bus/pci/devices/0000:f7:00.0/sriov_numvfs  # 创建 1 个 FEC VF
$RTE_SDK/usertools/dpdk-devbind.py -b vfio-pci 0000:f7:00.1  # 绑定 FEC VF

# 配置 FEC VF 参数
git clone [***]
cd pf-bb-config
./pf_bb_config VRB2 -v $UUID -c vrb2/vrb2_config_vf.cfg

# 配置 DU SRIOV VF
echo 4 > /sys/bus/pci/devices/0000:4b:00.0/sriov_numvfs  # 创建 4 个 VF
ip link set ens9f0 vf 0 mac 00:11:22:33:00:00
ip link set ens9f0 vf 1 mac 00:11:22:33:00:10
ip link set ens9f0 vf 2 mac 00:11:22:33:00:20
ip link set ens9f0 vf 3 mac 00:11:22:33:00:30
$RTE_SDK/usertools/dpdk-devbind.py -b vfio-pci 0000:4b:02.0 0000:4b:02.1 0000:4b:02.2 0000:4b:02.3

# 配置 ORU SRIOV VF
echo 4 > /sys/bus/pci/devices/0000:4b:00.1/sriov_numvfs  # 创建 4 个 VF
ip link set ens9f1 vf 0 mac 00:11:22:33:00:01
ip link set ens9f1 vf 1 mac 00:11:22:33:00:11
ip link set ens9f1 vf 2 mac 00:11:22:33:00:21
ip link set ens9f1 vf 3 mac 00:11:22:33:00:31
$RTE_SDK/usertools/dpdk-devbind.py -b vfio-pci 0000:4b:0a.0 0000:4b:0a.1 0000:4b:0a.2 0000:4b:0a.3

4.4.3 重启 SRIOV 容器并验证资源

shell
# 创建重启脚本
cat <<EOF > /opt/restart_sriov_container.sh
#!/bin/bash
docker ps | grep sriov
docker kill \`docker ps | grep sriov | head -n 1 | awk -F ' ' '{print \$1}'\`
while ((\`docker ps | grep sriov | wc -l\` < 2 )); do
  sleep 3
  echo "等待 SRIOV 容器重启..."
done
EOF
chmod +x /opt/restart_sriov_container.sh
sh /opt/restart_sriov_container.sh

# 验证资源
apt install jq -y
kubectl get node <node-name> -o json | jq '.status.allocatable'
# 应输出：
# {
#   "intel.com/intel_fec_5g": "1",
#   "intel.com/intel_sriov_odu": "4",
#   "intel.com/intel_sriov_oru": "4"
# }

# 标记节点
kubectl label node <node-name> testnode=worker1

4.5 容器镜像准备

shell
# 拉取镜像
docker pull intel/flexran_l1_spree:v24.07

# 导入到 containerd（供 Kubernetes 使用）
docker save intel/flexran_l1_spree:v24.07 > flexran_image_24.07.tar
ctr -n k8s.io image import flexran_image_24.07.tar

4.6 部署示例

4.6.1 定时器模式测试

1. 创建配置映射

shell
cat <<EOF > /opt/flexran_phycfg_timer.yaml
apiVersion: v1
kind: ConfigMap
metadata:
  name: flexran-configmap-timer
data:
  ENABLE_AUTO_CONFIG: "TRUE"  # 自动配置 FEC/SRIOV
  ENABLE_CORE_ASSIGN: "FALSE"  # 禁用核心绑定
  FEC_SRIOV_INFO_NAME: "PCIDEVICE_INTEL_COM_INTEL_FEC_ACC200_INFO"  # FEC 资源名称
  FEC_VF_TOKEN: "02bddbbf-bbb0-4d79-886b-91bad3fbb510"  # FEC VF UUID
  flexranPhyCfg: |
    {
      "DPDK": {
        "dpdkIovaMode": 1,  # IOVA 模式（1=PA）
        "dpdkBasebandFecMode": 1  # FEC 模式（1=硬件加速）
      }
    }
EOF
kubectl apply -f /opt/flexran_phycfg_timer.yaml

说明：若使用 pf-bb-config 配置 FEC，需修改 `FEC_SRIOV_INFO_NAME: "