更新时间：2026-07-17 GMT+08:00
在ECS上构建自定义镜像并在Notebook中使用
为了满足用户的定制需求，用户可以使用ModelArts提供的基础镜像或第三方的镜像来编写Dockerfile，在ECS服务器上构建出完全适合自己的镜像并注册到SWR服务，用以创建新的开发环境，满足自己的业务需求。
自定义镜像构建流程
- 准备一台Linux服务器，本文以ECS服务器为例。
- 在ECS中构建自定义镜像（本文提供了Dockfile样例文件）。
- 将构建的镜像推送到SWR。
- 注册SWR镜像到ModelArts。
- 创建Notebook并验证新镜像。
Notebook自定义镜像规范
制作自定义镜像时，Base镜像需满足如下规范：
- 基于昇腾、Dockerhub官网等官方开源的镜像制作，开源镜像需要满足如下操作系统约束：
x86：Ubuntu 22.04、Ubuntu20.04、Ubuntu 18.04
ARM：Euler2.10.x、Euler2.9.x、Euler2.8.x、HCE3.0、HCE2.0
- 不满足以上镜像规范，所制作的镜像使用可能会出现故障，请用户检查镜像规范，并参考Notebook自定义镜像故障基础排查自行排查，如未解决请联系华为技术工程师协助解决。
本案例将基于ModelArts提供的PyTorch预置镜像，安装pytorch 2.7、ffmpeg 4和gcc 8依赖包，构建一个面向AI开发的新镜像。
步骤一：准备ECS服务器并配置环境信息
准备一台具有Docker功能的机器，如果没有，建议申请一台x86架构的ECS服务器并购买弹性公网IP，并在准备好的机器上安装必要的软件。ModelArts提供了Ubuntu系统的脚本，方便安装Docker。
- 本地Linux机器的操作等同ECS服务器上的操作，请参考本案例。
- Docker镜像架构需与宿主机架构保持一致。
- 登录ECS控制台，购买ECS服务器。
- 购买弹性公网IP并绑定到ECS服务器。具体操作请参考绑定弹性公网IP。
- 登录ECS服务器并配置Docker环境。
- 在ECS服务器中，使用如下命令下载安装配置脚本。当前仅支持Ubuntu系统的脚本。
wget https://cnnorth4-modelarts-sdk.obs.cn-north-4.myhuaweicloud.com/modelarts/custom-image-build/install_on_ubuntu1804.sh
- 在ECS服务器中执行如下命令，即可完成环境配置。
bash install_on_ubuntu1804.sh
图4 配置成功
source /etc/profile
安装脚本依次执行了如下任务：
- 安装Docker。
- 如果挂载了GPU，则会安装nvidia-docker2，用以将GPU挂载到Docker容器中。
- 在ECS服务器中，使用如下命令下载安装配置脚本。当前仅支持Ubuntu系统的脚本。
步骤二：制作自定义镜像
这一节描述如何编写一个Dockerfile，并据此构建出一个新镜像在Notebook创建实例并使用。关于Dockerfile的具体编写方法，请参考官网。
- 查询基础镜像（第三方镜像可跳过此步骤）。
ModelArts提供的公共镜像，请参考ModelArts统一镜像或ModelArts预置镜像，获取镜像地址。
- 连接容器镜像服务。
- 登录容器镜像服务控制台，选择左侧导航栏的“总览”，单击页面右上角的“登录指令”，在弹出的页面中单击复制登录指令。 图5 获取登录指令
- 在安装容器引擎的机器中执行上一步复制的登录指令。登录成功会显示“Login Succeeded”。
- 登录容器镜像服务控制台，选择左侧导航栏的“总览”，单击页面右上角的“登录指令”，在弹出的页面中单击复制登录指令。
- 拉取ModelArts镜像或第三方镜像。
此处以ModelArts镜像举例，第三方镜像直接替换镜像地址。关于如何获取ModelArts镜像地址，请参见ModelArts统一镜像或ModelArts预置镜像。
docker pull swr.cn-north-4.myhuaweicloud.com/atelier/pytorch_cuda:pytorch_1.12.1-cuda_10.2-py_3.9.11-ubuntu_20.04-x86_64-20260425154604-d9a1f9f
- 编写Dockerfile。
Dockerfile是一个文本文件，包含了一系列的指令，用于自动构建Docker镜像。可以通过Dockerfile定义一个镜像的构建过程，包括基础镜像、安装的软件包、配置文件的复制、环境变量的设置等。
vim一个Dockerfile，如果使用的基础镜像是ModelArts提供的公共镜像，Dockerfile的具体内容可参考Dockerfile文件（基础镜像为ModelArts提供）。
如果使用的基础镜像是第三方镜像（非ModelArts提供的公共镜像），Dockerfile文件中需要添加uid为1000的用户ma-user和gid为100的用户组ma-group，具体可参考Dockerfile文件（基础镜像为非ModelArts提供）。
本例的Dockerfile将基于PyTorch镜像安装PyTorch 2.7.0、ffmpeg 4和gcc 8，构建一个面向AI任务的镜像。
vim Dockerfile
- 构建镜像
使用docker build命令从Dockerfile构建出一个新镜像。命令格式如下：
docker build -t {局点信息}/{组织名称}/{镜像名称}:{版本名称} -f {Dockerfile文件名} .表1 命令参数说明 参数
说明
示例
-t
指定了新的镜像地址，包括{局点信息}/{组织名称}/{镜像名称}:{版本名称}，请根据实际填写。建议使用完整的SWR地址，供后续的调试和注册使用。
-
局点信息
格式为swr.{regionName}.myhuaweicloud.com，regionName可通过API凭证的项目列获取。
swr.cn-north-4.myhuaweicloud.com
组织名称
可通过SWR组织管理查看已有组织或创建新的组织。
dev-custom
镜像名称
自定义镜像名称。
pytorch2_7
版本名称
自定义版本名称。
v1
-f
指定了Dockerfile的文件名，根据实际填写。
-
Dockerfile文件名
自定义Dockerfile文件名。
Dockerfile
.
表示在当前目录下。
-
命令示例如下。本示例镜像构建耗时约一小时，具体时长由镜像大小而定，请以实际耗时为准。
docker build -t swr.cn-north-4.myhuaweicloud.com/dev-custom/pytorch2_7:v1 -f Dockerfile .
图6 自定义镜像构建成功
步骤四：在ModelArts注册新镜像
调试完成后，将新镜像注册到ModelArts镜像管理服务中，进而能够在ModelArts中使用该镜像。
- 登录ModelArts管理控制台，在左侧导航栏按需选择以下操作。
- 新版控制台：选择“资产管理 > 镜像”，选择“已注册镜像”页签。
- 旧版控制台：选择“资产管理 > 镜像管理”，选择“已注册镜像”页签。
- 单击“注册镜像”，镜像源即为步骤三推送到SWR中的镜像。
注册镜像时，“架构”和“类型”需要和镜像源保持一致，否则在使用此自定义镜像创建Notebook时会创建失败。
- 架构：通过docker run --rm {image_name} uname -m命令查看架构。image_name请替换为实际镜像。示例如下：
docker run --rm swr.cn-north-4.myhuaweicloud.com/dev-custom/pytorch2_7:v1 uname -m
如下图所示，该镜像的架构为x86。
图8 查看镜像架构
- 类型：通过拉取镜像安装的是cuda或cann包来判断，cuda包为GPU，cann包为NPU。
例如，拉取镜像的地址为swr.cn-north-4.myhuaweicloud.com/atelier/pytorch_cuda:pytorch_1.12.1-cuda_10.2-py_3.9.11-ubuntu_20.04-x86_64-20260425154604-d9a1f9f，从“cuda_10.2”可以看到安装的是cuda，因此类型为GPU。
- 规格：当类型选择NPU时，需要选择规格，规格对应的机型和镜像机型需要保持一致。
规格可以从镜像地址中获取。例如，镜像地址为swr.cn-north-4.myhuaweicloud.com/atelier/pytorch_ascend:pytorch_2.7.1-cann_8.5.2-py_3.12-euler_2.10.11-aarch64-snt9b-20260417112518-aabfd52，可以看到镜像规格为snt9b。
- 架构：通过docker run --rm {image_name} uname -m命令查看架构。image_name请替换为实际镜像。示例如下：
- 在“已注册镜像”页面，可以看到注册好的镜像。
步骤五：创建Notebook并使用自定义镜像
- 在ModelArts管理控制台左侧导航栏，按需选择以下操作。
- 新版：选择，进入“Notebook”页面。
- 旧版：选择，进入“Notebook”页面。
- 在“Notebook”页面右上角，单击“创建”，在“环境配置”区域，选择“自定义镜像”，单击
图标，选择步骤四注册的镜像，WebIDE选择JupyterLab。 关于创建Notebook的参数说明，请参见创建Notebook实例。图9 创建Notebook
当Notebook实例的“状态”显示为“运行中”，表示Notebook实例创建成功。
- 在“Notebook”页面，单击操作列的“接入环境”，在“接入方式”对话框，单击JupyterLab接入右侧的“接入”。
- 在“ModelArts Launcher”页面的Notebook区域，单击PyTorch，即可创建一个ipynb文件，导入PyTorch库，查看PyTorch版本号。
import torch print(torch.__version__)
图10 创建一个ipynb文件
可以看到Dockerfile中安装的PyTorch版本号为2.7.0。
- 再打开一个Terminal，执行以下命令，查看ffmpeg和gcc的版本。
ffmpeg -v gcc -v
图11 查看ffmpeg和gcc的版本
Dockerfile文件（基础镜像为ModelArts提供）
vim一个Dockerfile文件。基础镜像为ModelArts提供的镜像时，Dockerfile文件的具体内容如下：
# FROM后填写 ${基础镜像名称} 基础镜像名称为docker pull后的内容。
FROM swr.cn-north-4.myhuaweicloud.com/atelier/pytorch_cuda:pytorch_1.12.1-cuda_10.2-py_3.9.11-ubuntu_20.04-x86_64-20260425154604-d9a1f9f
USER root
# section1: 配置apt源
RUN apt-key adv --keyserver keyserver.ubuntu.com --recv-keys 3B4FE6ACC0B21F32 && \
mv /etc/apt/sources.list /etc/apt/sources.list.bak && \
echo -e "deb http://repo.huaweicloud.com/ubuntu/ bionic main restricted\ndeb http://repo.huaweicloud.com/ubuntu/ bionic-updates main restricted\ndeb http://repo.huaweicloud.com/ubuntu/ bionic universe\ndeb http://repo.huaweicloud.com/ubuntu/ bionic-updates universe\ndeb http://repo.huaweicloud.com/ubuntu/ bionic multiverse\ndeb http://repo.huaweicloud.com/ubuntu/ bionic-updates multiverse\ndeb http://repo.huaweicloud.com/ubuntu/ bionic-backports main restricted universe multiverse\ndeb http://repo.huaweicloud.com/ubuntu bionic-security main restricted\ndeb http://repo.huaweicloud.com/ubuntu bionic-security universe\ndeb http://repo.huaweicloud.com/ubuntu bionic-security multiverse" > /etc/apt/sources.list && \
apt-get update
# section2: 下载ffmpeg、gcc依赖包。
RUN apt-get -y -f install && \
apt-get -y autoremove && \
apt-get -y autoclean && \
apt-get update && \
echo Y | apt-get -y install openssh-server && \
apt-get -y install ffmpeg && \
apt-get -y install gcc-8 g++-8 && \
update-alternatives --install /usr/bin/gcc gcc /usr/bin/gcc-8 80 --slave /usr/bin/g++ g++ /usr/bin/g++-8 && \
if [ -f $HOME/.pip/pip.conf ]; then rm $HOME/.pip/pip.conf; fi
USER ma-user
# section3: 此处配置为清华源，用户可自行配置。
RUN echo -e "channels:\n - defaults\nshow_channel_urls: true\ndefault_channels:\n - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main\n - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r\n - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/msys2\ncustom_channels:\n conda-forge: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud\n msys2: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud\n bioconda: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud\n menpo: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud\n pytorch: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud\n pytorch-lts: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud\n simpleitk: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud" > $HOME/.condarc && \
echo -e "[global]\nindex-url = https://pypi.tuna.tsinghua.edu.cn/simple\n[install]\ntrusted-host = https://pypi.tuna.tsinghua.edu.cn" > $HOME/.pip/pip.conf
# section4: create a conda environment(only support python=3.11.10) and install pytorch2.7.0
# torch版本和torchvision、torchaudio版本有配套关系,如果用户需要自建python环境并使用notebook功能，则需要下载ipykernel。
RUN source /home/ma-user/anaconda3/bin/activate && \
conda create -y --name pytorch_2_7 python=3.11.10 && \
conda activate pytorch_2_7 && \
pip install torch==2.7.0 torchvision==0.22.0 torchaudio==2.7.0 && \
conda activate pytorch_2_7 && \
pip install ipykernel && \
conda deactivate Dockerfile文件（基础镜像为非ModelArts提供）
如果使用的镜像是第三方镜像，Dockerfile文件中需要添加uid为1000的用户ma-user和gid为100的用户组ma-group。如果基础镜像中uid 1000或者gid 100已经被其他用户和用户组占用，需要将其对应的用户和用户组删除。如下Dockerfile文件已添加指定的用户和用户组，您直接使用即可。
用户只需要设置uid为1000的用户ma-user和gid为100的用户组ma-group，并使ma-user有对应目录的读写执行权限，其他如启动cmd不需要关心，无需设置或更改。
vim一个Dockerfile文件，添加第三方镜像（即非ModelArts提供的官方镜像）为基础镜像，如以ubuntu 20.04为例。下文提供两种Dockerfile文件示例，您可以按需选择。
- 示例一：基础配置，即添加指定的用户和用户组。
FROM ubuntu:20.04 # Create ma-user UID=1000 GID=100 USER root RUN default_user=$(getent passwd 1000 | awk -F ':' '{print $1}') || echo "uid: 1000 does not exist" && \ default_group=$(getent group 100 | awk -F ':' '{print $1}') || echo "gid: 100 does not exist" && \ if [ ! -z "${default_user}" ] && [ "${default_user}" != "ma-user" ]; then \ userdel -r ${default_user}; \ fi && \ if [ ! -z "${default_group}" ] && [ "${default_group}" != "ma-group" ]; then \ groupdel -f ${default_group}; \ fi && \ if ! getent group 100 > /dev/null; then \ groupadd -g 100 ma-group; \ fi && \ useradd -d /home/ma-user -m -u 1000 -g 100 -s /bin/bash ma-user && \ chmod -R 750 /home/ma-user - 示例二：基础配置+相关工具与环境配置样例。
- 基础配置：添加指定的用户和用户组。
- （可选）相关工具与环境配置样例：
- 配置APT源以加速软件包下载。
- 安装Miniconda并配置Conda和Pip源。
- 创建一个包含特定Python包（如PyTorch和TorchVision）的Conda环境。
- 安装三方包样例，例如安装ffmpeg和gcc 8，以支持多媒体处理和编译任务。
FROM ubuntu:20.04 # section1: 创建ma-user用户组与用户 USER root RUN default_user=$(getent passwd 1000 | awk -F ':' '{print $1}') || echo "uid: 1000 does not exist" && \ default_group=$(getent group 100 | awk -F ':' '{print $1}') || echo "gid: 100 does not exist" && \ if [ ! -z "${default_user}" ] && [ "${default_user}" != "ma-user" ]; then \ userdel -r ${default_user}; \ fi && \ if [ ! -z "${default_group}" ] && [ "${default_group}" != "ma-group" ]; then \ groupdel -f ${default_group}; \ fi && \ if ! getent group 100 > /dev/null; then \ groupadd -g 100 ma-group; \ fi && \ useradd -d /home/ma-user -m -u 1000 -g 100 -s /bin/bash ma-user && \ chmod -R 750 /home/ma-user # section2: 使用标准focal源 RUN mv /etc/apt/sources.list /etc/apt/sources.list.bak && \ printf "deb http://archive.ubuntu.com/ubuntu/ focal main restricted universe multiverse\n\ deb http://archive.ubuntu.com/ubuntu/ focal-updates main restricted universe multiverse\n\ deb http://archive.ubuntu.com/ubuntu/ focal-backports main restricted universe multiverse\n\ deb http://archive.ubuntu.com/ubuntu focal-security main restricted universe multiverse\n" > /etc/apt/sources.list && \ apt-get update && \ apt-get install -y zip wget ca-certificates && \ apt update && echo Y | apt install openssh-server RUN rm /bin/sh && ln -s /bin/bash /bin/sh # section3: 以 ma-user 身份安装 Miniconda3 USER ma-user RUN cd /home/ma-user/ && \ wget --no-check-certificate https://mirrors.tuna.tsinghua.edu.cn/anaconda/miniconda/Miniconda3-latest-Linux-x86_64.sh && \ bash Miniconda3-latest-Linux-x86_64.sh -b -p /home/ma-user/anaconda3 && \ rm -rf Miniconda3-latest-Linux-x86_64.sh # section4: 配置 conda、pip 清华镜像源 + 初始化 conda RUN mkdir -p /home/ma-user/.pip && \ echo -e "channels:\nshow_channel_urls: true\ndefault_channels:\n - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main\n - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r\n - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/msys2\nremote_read_timeout: 120" > /home/ma-user/.condarc && \ echo -e "[global]\nindex-url = https://pypi.tuna.tsinghua.edu.cn/simple\n[install]\ntrusted-host = pypi.tuna.tsinghua.edu.cn" > /home/ma-user/.pip/pip.conf && \ /home/ma-user/anaconda3/bin/conda init bash && \ source /home/ma-user/anaconda3/bin/activate base && \ conda config --remove-key channels || true && \ conda config --append channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main && \ conda config --append channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r && \ conda config --append channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/msys2 && \ conda tos accept --override-channels -c https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main && \ conda tos accept --override-channels -c https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r && \ conda tos accept --override-channels -c https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/msys2 # section5: 创建 PyTorch 专属 conda 虚拟环境 ，如果用户需要自建python环境，并使用notebook功能则需要下载ipykernel RUN /bin/bash -c '\ source /home/ma-user/anaconda3/bin/activate base && \ conda create -y --override-channels \ -c https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main \ -c https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r \ -c https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/msys2 \ -n pytorch_2_7 python=3.11.10 && \ conda run -n pytorch_2_7 \ pip install --index-url https://pypi.tuna.tsinghua.edu.cn/simple --trusted-host pypi.tuna.tsinghua.edu.cn \ torch==2.7.0 torchvision==0.22.0 torchaudio==2.7.0 ipykernel==6.7.0 \ ' # section6: 修复依赖冲突，分阶段安装系统包，增加修复依赖命令 USER root RUN apt-get update && apt-get --fix-broken install -y RUN apt-get install -y --no-install-recommends libc6-dev libstdc++-8-dev RUN apt-get install -y --no-install-recommends ffmpeg gcc-8 g++-8 # 创建软链接，让gcc/g++ 默认指向gcc-8/g++-8 RUN ln -s /usr/bin/gcc-8 /usr/bin/gcc && \ ln -s /usr/bin/g++-8 /usr/bin/g++ RUN apt-get autoremove -y && apt-get autoclean
