torchextensionbuilder/manylinux

PyTorch C++/CUDA扩展manylinux wheel构建镜像

概述

本镜像提供标准化环境，用于构建包含PyTorch C++/CUDA扩展的manylinux wheel包。manylinux wheel是符合PEP标准的跨Linux发行版Python wheel格式，可确保在多种Linux系统上兼容运行。该镜像简化了PyTorch扩展的打包流程，帮助开发者快速生成具有广泛兼容性的分发包。

核心功能与特性

• 支持manylinux标准（如manylinux2014、manylinux_2_28等），确保构建产物在主流Linux系统上的兼容性
• 预集成PyTorch环境，无需额外配置PyTorch依赖
• 包含完整的C++编译器（GCC）和CUDA工具链，支持PyTorch C++扩展及CUDA加速扩展的编译
• 提供标准化构建流程，降低从源码到wheel包的转换复杂度

使用场景与适用范围

• 开发PyTorch C++扩展并需打包为跨Linux发行版wheel的开发者
• 发布包含CUDA加速功能的PyTorch扩展，需确保在不同Linux系统上可直接安装
• 自动化构建PyTorch扩展wheel包的CI/CD流程集成

使用方法与配置说明

基本使用（docker run）

通过以下命令启动容器并执行构建：

bash
docker run -v /本地源代码路径:/workspace -w /workspace <镜像名称> <构建命令>

参数说明：

• -v /本地源代码路径:/workspace：将本地扩展源代码目录挂载到容器内的/workspace工作目录
• -w /workspace：设置容器工作目录为/workspace
• <镜像名称>：实际使用的镜像标签（如pytorch/manylinux-cuda-builder:latest）
• <构建命令>：构建wheel的具体命令（如python setup.py bdist_wheel）

构建示例

假设本地源代码目录包含扩展代码和setup.py，执行：

bash
docker run -v $(pwd):/workspace -w /workspace pytorch-manylinux-cuda-builder python setup.py bdist_wheel

构建完成后，wheel包将生成在本地源代码目录的dist/文件夹下。

环境变量配置

可通过环境变量自定义构建环境：

• PYTORCH_VERSION：指定PyTorch版本（如1.13.0）
• CUDA_VERSION：指定CUDA版本（如11.7，需与PyTorch版本兼容）
• MANYLINUX_VERSION：指定manylinux标准版本（如manylinux2014）

注意事项

• 确保setup.py正确配置了C++/CUDA扩展的编译选项
• 构建前需确认PyTorch版本与CUDA版本的兼容性
• 生成的wheel包建议使用auditwheel工具验证兼容性（部分镜像已预集成）