Runtime Container Images

本仓库维护面向 ModelArts 的多运行环境镜像，当前包含 CANN 和 CUDA 样例，并集成 GitHub Actions 构建、发布和批量发布流程。

目录结构

images/<platform>/<runtime>/<tag>/Dockerfile # 镜像构建上下文
images/<platform>/<runtime>/scripts/         # 构建前复制到同类镜像上下文的运行时脚本
image_publish_version.json                   # 可选元数据：衍生芯片、别名 tag、平台和 runner
scripts/image_metadata.py                    # CI 和本地脚本共用的元数据解析工具
scripts/prepare_image_context.sh             # 构建前同步同类 scripts 到目标上下文
scripts/build_image.sh                       # 本地构建脚本
scripts/publish_image.sh                     # 本地 buildx 发布脚本
.github/workflows/build_images.yml
.github/workflows/build_and_push_image.yml
.github/workflows/batch_build_and_push_images.yml

目录前两级用于发布分类：images/modelarts/cann/... 发布到 modelarts-cann，images/modelarts/cuda/... 发布到 modelarts-cuda。

当前镜像

分类	标签	基础镜像	默认用户
modelarts-cann	9.0.0-910b-ubuntu22.04	ascendai/cann:9.0.0-910b-ubuntu22.04-py3.11	ma-user
modelarts-cann	9.0.0-310p-ubuntu22.04	ascendai/cann:9.0.0-310p-ubuntu22.04-py3.11	ma-user
modelarts-cann	9.0.0-910-ubuntu22.04	ascendai/cann:9.0.0-910-ubuntu22.04-py3.11	ma-user
modelarts-cann	9.0.0-950-ubuntu22.04	ascendai/cann:9.0.0-950-ubuntu22.04-py3.11	ma-user
modelarts-cann	9.0.0-a3-ubuntu22.04	ascendai/cann:9.0.0-a3-ubuntu22.04-py3.11	ma-user
modelarts-cuda	11.3.1-v100-ubuntu20.04	nvidia/cuda:11.3.1-cudnn8-devel-ubuntu20.04	ma-user
modelarts-cuda	12.6.1-v100-ubuntu24.04	nvidia/cuda:12.6.1-cudnn-devel-ubuntu24.04	ma-user

CANN 的 9.0.0-910b-ubuntu22.04 是模板目录，其它芯片版本由 derived_chips 自动展开，构建时仅替换 Dockerfile 顶层 BASE_IMAGE。CUDA 样例没有配置 derived_chips，会按实际目录直接构建。

构建前会把同类型目录下的 scripts/ 复制到目标构建目录的 scripts/ 下，例如 images/modelarts/cuda/scripts 会复制到 images/modelarts/cuda/<tag>/scripts。

本地构建

先校验元数据和 Dockerfile 路径：

python3 scripts/image_metadata.py validate

构建单个 tag：

IMAGE_REPOSITORY=modelarts-cann \
  scripts/build_image.sh 9.0.0-310p-ubuntu22.04

IMAGE_REPOSITORY=modelarts-cuda \
  scripts/build_image.sh 11.3.1-v100-ubuntu20.04

IMAGE_REPOSITORY=modelarts-cuda \
  scripts/build_image.sh 12.6.1-v100-ubuntu24.04

发布镜像：

docker login ghcr.io
IMAGE_REPOSITORIES=ghcr.io/<owner> \
  scripts/publish_image.sh 9.0.0-910b-ubuntu22.04

IMAGE_REPOSITORIES 支持逗号或空白分隔的多个仓库。可以填写完整仓库，也可以只填写命名空间，脚本会按目录分类补齐末级仓库名：

IMAGE_REPOSITORIES="ghcr.io/<owner>,docker.io/<namespace>,swr.cn-southwest-2.myhuaweicloud.com/<organization>"

GitHub Actions

• Build Images：PR 或 push 修改 images/** 时自动构建实际存在的 images/<platform>/<runtime>/<tag> 目录，不展开 derived_chips，不推送镜像。
• Build and Publish Image：手动或被其它 workflow 调用，支持只构建或构建并发布指定 tag。
• Batch Build and Publish Images：按 image_version 批量调用发布 workflow，会展开 CANN 的 derived_chips。

默认发布到：

ghcr.io/<github-owner>/<platform>-<runtime>:<tag>

GitHub Actions 会优先使用手动输入的 image_repositories。如果该输入为空，会读取仓库变量 IMAGE_REPOSITORIES；如果变量也为空，才使用默认 GHCR owner 命名空间并自动追加分类仓库名。

IMAGE_REPOSITORIES 只能包含镜像仓库地址，不要写入用户名、密码、token 或 URL scheme。登录凭据必须放在 Secrets 中。

如果要发布到 DockerHub、Quay 或 Huawei Cloud SWR，需要在仓库 Secrets 中配置：

目标	Secrets
DockerHub	DOCKER_USERNAME, DOCKER_TOKEN
Quay.io	QUAY_USERNAME, QUAY_TOKEN
Huawei Cloud SWR	SWR_USERNAME, SWR_PASSWORD；也兼容 SWR_TOKEN 或 HW_USERNAME, HW_TOKEN

新增镜像版本

1. 新增目录 images/<platform>/<runtime>/<tag>/Dockerfile。
2. 如需配置衍生 tag、别名 tag、构建架构或 runner，在 image_publish_version.json 中新增一条 versions 记录。
3. 如果多个芯片只需要替换基础镜像，在模板记录中配置 chip 和 derived_chips。
4. 执行 python3 scripts/image_metadata.py validate。
5. 提交 PR，等待 Build Images 验证。
6. 合并后手动运行 Build and Publish Image 或 Batch Build and Publish Images。

更多发布细节见 docs/release_process_zh.md。