基于CANN镜像构建的Ascend PyTorch基础容器镜像,预安装torch、torchvision、torchaudio及torch_npu,支持在Ascend NPU上进行PyTorch开发和运行。
Torch-NPU Docker镜像
镜像概述和主要用途
Torch-NPU Docker镜像基于https://hub.docker.com/r/ascendai/cann镜像构建,通过`pip`预安装了PyTorch及其相关组件,旨在为Ascend NPU环境提供便捷的PyTorch开发和运行环境。
可用标签及构建参数可参考https://github.com/openmerlin/dockerfile/blob/main/arg.json:
2.1.02.2.0
[!NOTE] 若所需标签未列出,可提交issue反馈或自行构建。
核心功能和特性
- 基于CANN基础镜像,确保与Ascend NPU驱动和运行时环境兼容
- 预安装关键PyTorch组件:
torch:PyTorch核心库torchvision:计算机视觉扩展库torchaudio:音频处理扩展库torch_npu:Ascend NPU的PyTorch适配层
使用场景和适用范围
适用于在Ascend NPU硬件上进行:
- PyTorch模型开发与调试
- 深度学习模型训练
- 推理任务部署
- 算法原型验证
使用方法和配置说明
假设NPU设备挂载路径为/dev/davinci1,NPU驱动安装路径为/usr/local/Ascend,使用以下命令启动容器:
dockerdocker run \ --name torch_container \ --device /dev/davinci1 \ --device /dev/davinci_manager \ --device /dev/devmm_svm \ --device /dev/hisi_hdc \ -v /usr/local/dcmi:/usr/local/dcmi \ -v /usr/local/bin/npu-smi:/usr/local/bin/npu-smi \ -v /usr/local/Ascend/driver/lib64/:/usr/local/Ascend/driver/lib64/ \ -v /usr/local/Ascend/driver/version.info:/usr/local/Ascend/driver/version.info \ -v /etc/ascend_install.info:/etc/ascend_install.info \ -it docker.xuanyuan.run/ascendai/pytorch:2.2.0 bash
参数说明:
--device:挂载NPU相关设备节点-v:挂载主机上的NPU驱动、工具和配置文件
构建方法
使用Docker Buildx Bake(需Docker Engine 20.10+)
在项目根目录执行:
dockerdocker buildx bake -f arg.json -f docker-bake.hcl pytorch
使用Docker Build(需Docker Engine 18+)
在项目根目录执行:
dockerdocker build \ -t ascendai/pytorch:latest \ -f pytorch/new.Dockerfile \ --build-arg BASE_VERSION=latest \ --build-arg PYTORCH_VERSION=2.2.0 \ pytorch/
镜像拉取方式
您可以使用以下命令拉取该镜像。请将 <标签> 替换为具体的标签版本。如需查看所有可用标签版本,请访问 标签列表页面。
DockerHub 原生拉取命令
docker pull ascendai/pytorch:<标签>
用户好评
来自真实用户的反馈,见证轩辕镜像的优质服务