文档首页/ 魔坊（ModelArts）模型训推平台/ 镜像管理/ ModelArts官方镜像
更新时间：2026-10-08 GMT+08:00
查看PDF
分享

ModelArts官方镜像

ModelArts提供了基于不同框架的官方镜像，这些官方镜像包含了ModelArts服务所需的所有软件环境和依赖项。通过使用官方镜像，用户可以快速启动Notebook、模型训练或在线推理，减少配置时间，专注于模型开发和训练，从而提高开发效率。

ModelArts官方镜像遵循一定的命名规则，您可以通过镜像名称了解到此镜像的基本信息。通常镜像命名会包含以下几个固定字段。建议您在制作自定义镜像时参考此命名规则。

以PyTorch镜像为例，NPU和GPU镜像命名规则说明如下，各框架镜像命名规则类似。

官方镜像名称

适配芯片

CANN/CUDA版本

镜像名称解读

pytorch_2.7.1-cann_8.3.rc1-py_3.11-hce_2.0.2509-aarch64-snt9b

Ascend Snt9b

CANN 8.3.rc1（NPU）
  • pytorch_2.7.1：表示PyTorch框架的版本为2.7.1。
  • cann_8.3.rc1：表示CANN软件栈的版本为8.3的Release Candidate 1。
  • py_3.11：表示Python的版本为3.11。
  • hce_2.0.2509：表示Huawei Cloud EulerOS的版本为2.0.2509。
  • aarch64：表示这个镜像是为ARM 64位架构编译的。
  • snt9b：表示适配Ascend snt9b芯片。

pytorch_1.12.1-cuda_10.2-py_3.9.11-ubuntu_20.04-x86_64

NVIDIA GPU

CUDA 10.2（GPU）
  • pytorch_1.12.1：表示PyTorch框架的版本为1.12.1。
  • cuda_10.2：表示CUDA的版本为10.2。
  • py_3.9.11：表示Python的版本为3.9.11。
  • ubuntu_20.04：表示Ubuntu操作系统的版本为20.04。
  • x86_64：表示这个镜像是为x86 64位架构编译的。

框架镜像简介

ModelArts为您提供了基于不同机器学习框架的官方镜像。下文介绍基于PyTorch、MindSpore、VeOmni、AReaL、MindSpeed-LLM和verl等主流框架的官方镜像信息。

ModelArts预置了丰富的PyTorch官方镜像，集成了PyTorch及其生态组件（Torchvision、Torchaudio）。PyTorch作为当前深度学习领域主流的开源框架之一，以其动态图机制、Pythonic的设计和活跃的社区生态而广受青睐。用户可根据项目需求选择合适的镜像版本，快速构建深度学习环境。

主要特性
  • 多硬件支持：
    • 华为昇腾NPU：集成torch_npu插件，支持混合精度训练、分布式训练等。
    • NVIDIA GPU：支持CUDA加速，提供cuDNN、NCCL等优化库。
  • 镜像已预装依赖：
    • 常用科学计算库：NumPy、SciPy、Pandas。
    • 视觉处理库：OpenCV、Pillow。
    • 模型部署工具：ONNX Runtime、TensorBoard。
    • 开发工具：JupyterLab、IPython、tqdm等。

适用场景

  • AI开发与实验：在Notebook中快速进行模型原型设计、调试和可视化。
  • 训练与调优：在训练作业中使用单卡/多卡进行大规模数据训练。
  • 部署与服务化：通过在线服务将训练好的模型部署为RESTful API。
  • 教育与培训：提供稳定一致的实验环境，便于课程教学与技能培训。

昇思MindSpore是一个全场景深度学习框架，旨在实现易开发、高效执行和全场景统一部署三大目标。MindSpore官方镜像预装了MindSpore，并提供多种Python、CANN、Euler等版本组合，支持Ascend加速卡场景。

主要特性

  • 动静统一编码：提供动态图和静态图统一的编码方式，用户仅需变更一行代码即可在动态图和静态图模式之间切换。
    • 设置set_context(mode=PYNATIVE_MODE)可切换成动态图模式。
    • 设置set_context(mode=GRAPH_MODE)可切换成静态图模式。
  • AI与科学计算融合编程：扩展支持灵活的自动微分编程能力，支持正向微分、高阶微分等高级微分能力，用户可基于此实现科学计算与AI模型的融合编程。
  • 全场景统一部署：支持云端、边缘和端侧设备的统一模型部署，一套代码多场景运行。

适用场景

  • AI开发与实验：在Notebook中快速进行模型原型设计、调试和可视化。
  • 训练与调优：在训练作业中使用单卡/多卡进行大规模数据训练。
  • 部署与服务化：通过在线服务将训练好的模型部署为RESTful API。

VeOmni是由seed团队推出的开源全模态分布式训练框架，基于PyTorch构建。该框架以模型为核心，将分布式并行逻辑与模型计算过程解耦，支持灵活组合多种并行策略（如fsdp、sp、ep），能够高效扩展至超长序列和大规模MOE模型的训练场景。VeOmni提供轻量级的全模态接口，简化多模态编解码器的接入流程，集成动态批处理、高效算子等系统级优化技术，提升训练效率与稳定性。

主要特性

  • 模型与并行解耦：基于PyTorch原生分布式能力，将分布式并行逻辑与模型计算过程解耦，支持FSDP、序列并行（SP）、专家并行（EP）的灵活组合。
  • 全模态接入能力：提供轻量级的全模态接口，简化多模态（视觉、语音等）编解码器的接入流程，支持复杂的多模态大模型训练。
  • 昇腾算子级优化：深度适配torch_npu，集成动态批处理（Dynamic Batching）与高效融合算子，针对全模态场景提升计算吞吐。
  • 超大规模扩展性：支持高效扩展至超长序列训练，并针对大规模MoE（混合专家模型）架构进行了底层系统级优化，确保训练稳定性。

适用场景

  • 大模型预训练：支持超长序列、大规模MoE架构的高效分布式训练。
  • 多模态模型开发：简化视觉、语音等多模态编解码器的接入与训练流程。
  • 昇腾NPU加速训练：深度适配torch_npu，充分利用昇腾算力进行全模态模型训练。

AReaL是当前强化学习领域主流的开源框架之一，以其全异步训推一体的特性和活跃的社区生态而广受青睐。本镜像集成了AReaL及其生态组件（vLLM、vLLM-Ascend），提供灵活的AReaL版本、Python版本、CANN版本（适用于华为昇腾NPU）的组合，用户可以按需选择合适的镜像版本。

主要特性

镜像已预装依赖：
  • 常用科学计算库：NumPy、Pandas。
  • 推理框架：vLLM、vLLM-Ascend。
  • 模型部署工具：TensorBoard。

适用场景

强化学习的多数场景：在Notebook中进行强化学习算法开发与实验，在训练作业中进行大规模强化学习训练，以及训推一体的端到端场景。

MindSpeed-LLM是基于昇腾计算生态的大语言模型分布式训练套件。它深度融合了MindSpeed加速库与Megatron-LM核心架构，旨在为合作伙伴提供端到端的大模型训练方案。本镜像集成了分布式预训练、指令微调及全流程工具链（数据预处理、权重转换、算子加速、基线评估等），实现即开即用的华为昇腾NPU开发环境。

主要特性

  • 昇腾原生加速：深度集成MindSpeed，针对torch_npu进行指令集级优化，支持高效的混合精度训练与算子融合。
  • 分布式训练支持：基于Megatron-LM核心，支持张量并行（TP）、流水线并行（PP）的多维度并行策略。
  • 全栈工具链：内置权重转换工具（支持主流开源模型转NPU格式）、分布式数据预处理以及基于Ray的资源调度。
  • 生态兼容性：支持主流大模型架构，并集成PEFT（微调）与Transformers库，方便迁移开源社区模型。

适用场景

  • 大语言模型预训练：基于Megatron-LM核心架构，支持千亿级参数模型的分布式预训练。
  • 指令微调与全流程训练：内置数据预处理、权重转换、算子加速等工具链，支持端到端的大模型训练流程。
  • 开源模型迁移：兼容主流大模型架构，支持将开源社区模型转换为NPU格式进行训练。

verl作为强化学习领域兼具易用性与高性能的开源框架，以其模块化的算法库和原生支持分布式训练等特性，广泛应用于科研与工业界的强化学习场景。本镜像深度集成verl核心框架，全面覆盖强化学习算法研发、策略训练、仿真验证等全流程场景需求。

主要特性

  • 模块化算法库：提供可插拔的强化学习算法模块，支持PPO、GRPO等主流算法的灵活组合与扩展。
  • 原生分布式训练：基于Ray和FSDP构建高效的分布式训练框架，支持大规模Actor-Critic模型的并行训练。
  • 训推一体：集成vLLM推理引擎，实现训练与推理的无缝衔接，减少模型加载和切换开销。

适用场景

  • 强化学习算法开发与实验：在Notebook中快速进行强化学习算法设计与验证。
  • 训练与调优：在训练作业中使用单卡/多卡进行大规模强化学习训练。
  • 教育与培训：提供稳定一致的实验环境，便于课程教学与技能培训。

官方镜像列表

ModelArts将基于不同框架的镜像上传至ModelArts控制台或容器镜像服务SWR，官方镜像列表如下。

ModelArts各区域支持的镜像有所不同，请以控制台实际显示为准。查看镜像的具体操作请参见方式一：在控制台查看/使用官方镜像。

PyTorch

适用范围：Notebook、训练、推理部署

镜像名称

适配芯片

CANN/CUDA版本

镜像地址

pytorch_2.10.0-cann_9.1.1-py_3.11-hce_3.0.2608.1-aarch64-a5

Ascend A5

CANN 9.1.1

在控制台查看镜像地址

pytorch_1.12.1-cuda_10.2-py_3.9.11-ubuntu_20.04-x86_64

NVIDIA GPU

CUDA 10.2

pytorch_2.7.1-cann_8.5.2-py_3.12-hce_2.0.2512-aarch64-snt9b

Ascend Snt9b

CANN 8.5.2

pytorch_2.7.1-cann_8.5.2-py_3.12-hce_2.0.2512-aarch64-snt9b23

Ascend Snt9b2x

（例如Snt9b23等）

CANN 8.5.2

pytorch_2.7.1-cann_8.3.rc1-py_3.11-hce_2.0.2509-aarch64-snt9b

Ascend Snt9b

CANN 8.3.rc1

pytorch_2.7.1-cann_8.3.rc1-py_3.11-euler2.10.11-aarch64-snt9b

Ascend Snt9b

CANN 8.3.rc1

pytorch_2.6.0-cann_8.2.rc1-py_3.11-euler_2.10.11-aarch64-snt9b

Ascend Snt9b

CANN 8.2.rc1

pytorch_2.1.0-cuda_12.1-py_3.10.6-ubuntu_22.04-x86_64

NVIDIA GPU

CUDA 12.1

pytorch_2.1.0-cann_8.1.rc1-py_3.10-euler_2.10.11-aarch64-snt9b

Ascend Snt9b

CANN 8.1.rc1

pytorch_2.1.0-cann_8.0.rc3-py_3.9-euler_2.10.10-aarch64-snt9b

Ascend Snt9b

CANN 8.0.rc3

pytorch_2.1.0-cann_8.0.rc2-py_3.9-euler_2.10.7-aarch64-snt9b

Ascend Snt9b

CANN 8.0.rc2

pytorch_2.1.0-cann_8.0.0-py_3.10-euler_2.10.11-aarch64-snt9b

Ascend Snt9b

CANN 8.0.0

pytorch_1.11.0-cann_8.0.rc2-py_3.9-euler_2.10.7-aarch64-snt9b

Ascend Snt9b

CANN 8.0.rc2

pytorch_2.9.0-cann_8.5.2-py_3.11-hce_3.0.2606.1-aarch64-snt9b

Ascend Snt9b

CANN 8.5.2

swr.<region>.myhuaweicloud.com/atelier/pytorch_ascend:pytorch_2.9.0-cann_8.5.2-py_3.11-hce_3.0.2606.1-aarch64-snt9b-20260811155239-bb77381

例如：华北-北京四

swr.cn-north-4.myhuaweicloud.com/atelier/pytorch_ascend:pytorch_2.9.0-cann_8.5.2-py_3.11-hce_3.0.2606.1-aarch64-snt9b-20260811155239-bb77381

pytorch_2.9.0-cann_8.5.2-py_3.11-hce_3.0.2606.1-aarch64-snt9b23

Ascend Snt9b2x

（例如Snt9b23等）

CANN 8.5.2

swr.<region>.myhuaweicloud.com/atelier/pytorch_ascend:pytorch_2.9.0-cann_8.5.2-py_3.11-hce_3.0.2606.1-aarch64-snt9b23-20260811155239-bb77381

例如：华北-北京四

swr.cn-north-4.myhuaweicloud.com/atelier/pytorch_ascend:pytorch_2.9.0-cann_8.5.2-py_3.11-hce_3.0.2606.1-aarch64-snt9b23-20260811155239-bb77381

pytorch_2.7.1-cann_8.5.2-py_3.12-euler_2.10.11-aarch64-snt9b

Ascend Snt9b

CANN 8.5.2

swr.<region>.myhuaweicloud.com/atelier/pytorch_ascend:pytorch_2.7.1-cann_8.5.2-py_3.12-euler_2.10.11-aarch64-snt9b-20260417112518-aabfd52

例如：华北-北京四

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

pytorch_2.7.0-cuda_12.8-py_3.11.10-ubuntu_22.04-x86_64

NVIDIA GPU

CUDA 12.8

swr.<region>.myhuaweicloud.com/atelier/pytorch_cuda:pytorch_2.7.0-cuda_12.8-py_3.11.10-ubuntu_22.04-x86_64-20251215163925-4e5422a

例如：华北-北京四

swr.cn-north-4.myhuaweicloud.com/atelier/pytorch_cuda:pytorch_2.7.0-cuda_12.8-py_3.11.10-ubuntu_22.04-x86_64-20251215163925-4e5422a

pytorch_2.7.1-cann_8.3.rc1-py_3.11-euler_2.10.11-aarch64-snt9b

Ascend Snt9b

CANN 8.3.rc1

swr.<region>.myhuaweicloud.com/atelier/pytorch_ascend:pytorch_2.7.1-cann_8.3.rc1-py_3.11-euler_2.10.11-aarch64-snt9b-20251208183724-e1cc47c

例如：华北-北京四

swr.cn-north-4.myhuaweicloud.com/atelier/pytorch_ascend:pytorch_2.7.1-cann_8.3.rc1-py_3.11-euler_2.10.11-aarch64-snt9b-20251208183724-e1cc47c

pytorch_2.7.1-cann_8.3.rc1-py_3.11-hce_2.0.2509-aarch64-snt9b23

Ascend Snt9b23

CANN 8.3.rc1

swr.<region>.myhuaweicloud.com/atelier/pytorch_ascend:pytorch_2.7.1-cann_8.3.rc1-py_3.11-hce_2.0.2509-aarch64-snt9b23-20251205091605-e41006e

例如：华北-北京四

swr.cn-north-4.myhuaweicloud.com/atelier/pytorch_ascend:pytorch_2.7.1-cann_8.3.rc1-py_3.11-hce_2.0.2509-aarch64-snt9b23-20251205091605-e41006e

pytorch_2.7.1-cann_8.3.rc1-py_3.11-hce_2.0.2509-aarch64-snt3p

Ascend Snt3p

CANN 8.3.rc1

swr.<region>.myhuaweicloud.com/atelier/pytorch_ascend:pytorch_2.7.1-cann_8.3.rc1-py_3.11-hce_2.0.2509-aarch64-snt3p-20251205091605-e41006e

例如：华北-北京四

swr.cn-north-4.myhuaweicloud.com/atelier/pytorch_ascend:pytorch_2.7.1-cann_8.3.rc1-py_3.11-hce_2.0.2509-aarch64-snt3p-20251205091605-e41006e

pytorch_2.6.0-cann_8.2.rc1-py_3.11-hce_2.0.2506-aarch64-snt3p

Ascend Snt3p

CANN 8.2.rc1

swr.<region>.myhuaweicloud.com/atelier/pytorch_ascend:pytorch_2.6.0-cann_8.2.rc1-py_3.11-hce_2.0.2506-aarch64-snt3p-20250908091038-4a84562

例如：华北-北京四

swr.cn-north-4.myhuaweicloud.com/atelier/pytorch_ascend:pytorch_2.6.0-cann_8.2.rc1-py_3.11-hce_2.0.2506-aarch64-snt3p-20250908091038-4a84562

pytorch_2.6.0-cann_8.2.rc1-py_3.11-hce_2.0.2506-aarch64-snt9b

Ascend Snt9b

CANN 8.2.rc1

swr.<region>.myhuaweicloud.com/atelier/pytorch_ascend:pytorch_2.6.0-cann_8.2.rc1-py_3.11-hce_2.0.2506-aarch64-snt9b-20250908091038-4a84562

例如：华北-北京四

swr.cn-north-4.myhuaweicloud.com/atelier/pytorch_ascend:pytorch_2.6.0-cann_8.2.rc1-py_3.11-hce_2.0.2506-aarch64-snt9b-20250908091038-4a84562

pytorch_2.6.0-cann_8.2.rc1-py_3.11-hce_2.0.2506-aarch64-snt9b23

Ascend Snt9b23

CANN 8.2.rc1

swr.<region>.myhuaweicloud.com/atelier/pytorch_ascend:pytorch_2.6.0-cann_8.2.rc1-py_3.11-hce_2.0.2506-aarch64-snt9b23-20250908091038-4a84562

例如：华北-北京四

swr.cn-north-4.myhuaweicloud.com/atelier/pytorch_ascend:pytorch_2.6.0-cann_8.2.rc1-py_3.11-hce_2.0.2506-aarch64-snt9b23-20250908091038-4a84562

MindSpore

适用范围：Notebook、训练、推理部署

镜像名称

适配芯片

CANN/CUDA版本

镜像地址

mindspore_2.0.0-cuda_11.6-py_3.9.11-ubuntu_20.04-x86_64

NVIDIA GPU

CUDA 11.6

在控制台查看镜像地址

mindspore_2.7.2-cann_8.5.2-py_3.11-hce_2.0.2512-aarch64-snt9b

Ascend Snt9b

CANN 8.5.2

mindspore_2.7.2-cann_8.5.2-py_3.11-hce_2.0.2512-aarch64-snt9b23

Ascend Snt9b2x

（例如Snt9b23等）

CANN 8.5.2

mindspore_2.7.1-cann_8.3.rc1-py_3.11-euler_2.10.11-aarch64-snt9b

Ascend Snt9b

CANN 8.3.rc1

mindspore_2.7.0rc1-cann_8.2.rc1-py_3.11-euler_2.10.11-aarch64-snt9b

Ascend Snt9b

CANN 8.2.rc1

mindspore_2.6.0rc1-cann_8.1.rc1-py_3.10-euler_2.10.11-aarch64-snt9b

Ascend Snt9b

CANN 8.1.rc1

mindspore_2.4.10-cann_8.0.0-py_3.10-euler_2.10.11-aarch64-snt9b

Ascend Snt9b

CANN 8.0.0

mindspore_2.4.0-cann_8.0.rc3-py_3.9-euler_2.10.10-aarch64-snt9b

Ascend Snt9b

CANN 8.0.rc3

mindspore_2.3.0-cann_8.0.rc2-py_3.9-euler_2.10.7-aarch64-snt9b

Ascend Snt9b

CANN 8.0.rc2

mindspore_2.2.0-cann_7.0.1-py_3.9-euler_2.10.7-aarch64-snt9b

Ascend Snt9b

CANN 7.0.1

mindspore_2.7.2-cann_8.5.2-py_3.11-euler_2.10.11-aarch64-snt9b

Ascend Snt9b

CANN 8.5.2

swr.<region>.myhuaweicloud.com/atelier/mindspore_ascend:mindspore_2.7.2-cann_8.5.2-py_3.11-euler_2.10.11-aarch64-snt9b-20260417155905-aabfd52

例如：华北-北京四

swr.cn-north-4.myhuaweicloud.com/atelier/mindspore_ascend:mindspore_2.7.2-cann_8.5.2-py_3.11-euler_2.10.11-aarch64-snt9b-20260417155905-aabfd52

mindspore_2.7.1-cann_8.3.rc1-py_3.11-hce_2.0.2509-aarch64-snt9b

Ascend Snt9b

CANN 8.3.rc1

swr.<region>.myhuaweicloud.com/atelier/mindspore_ascend:mindspore_2.7.1-cann_8.3.rc1-py_3.11-hce_2.0.2509-aarch64-snt9b-20251204204157-4708bb0

例如：华北-北京四

swr.cn-north-4.myhuaweicloud.com/atelier/mindspore_ascend:mindspore_2.7.1-cann_8.3.rc1-py_3.11-hce_2.0.2509-aarch64-snt9b-20251204204157-4708bb0

mindspore_2.7.1-cann_8.3.rc1-py_3.11-hce_2.0.2509-aarch64-snt3p

Ascend Snt3p

CANN 8.3.rc1

swr.<region>.myhuaweicloud.com/atelier/mindspore_ascend:mindspore_2.7.1-cann_8.3.rc1-py_3.11-hce_2.0.2509-aarch64-snt3p-20251205162951-b29ea96

例如：华北-北京四

swr.cn-north-4.myhuaweicloud.com/atelier/mindspore_ascend:mindspore_2.7.1-cann_8.3.rc1-py_3.11-hce_2.0.2509-aarch64-snt3p-20251205162951-b29ea96

mindspore_2.7.1-cann_8.3.rc1-py_3.11-hce_2.0.2509-aarch64-snt9b23

Ascend Snt9b23

CANN 8.3.rc1

swr.<region>.myhuaweicloud.com/atelier/mindspore_ascend:mindspore_2.7.1-cann_8.3.rc1-py_3.11-hce_2.0.2509-aarch64-snt9b23-20251204204157-4708bb0

例如：华北-北京四

swr.cn-north-4.myhuaweicloud.com/atelier/mindspore_ascend:mindspore_2.7.1-cann_8.3.rc1-py_3.11-hce_2.0.2509-aarch64-snt9b23-20251204204157-4708bb0

mindspore_2.7.0rc1-cann_8.2.rc1-py_3.11-hce_2.0.2506-aarch64-snt3p

Ascend Snt3p

CANN 8.2.rc1

swr.<region>.myhuaweicloud.com/atelier/mindspore_ascend:mindspore_2.7.0rc1-cann_8.2.rc1-py_3.11-hce_2.0.2506-aarch64-snt3p-20250908143531-4a84562

例如：华北-北京四

swr.cn-north-4.myhuaweicloud.com/atelier/mindspore_ascend:mindspore_2.7.0rc1-cann_8.2.rc1-py_3.11-hce_2.0.2506-aarch64-snt3p-20250908143531-4a84562

mindspore_2.7.0rc1-cann_8.2.rc1-py_3.11-hce_2.0.2506-aarch64-snt9b

Ascend Snt9b

CANN 8.2.rc1

swr.<region>.myhuaweicloud.com/atelier/mindspore_ascend:mindspore_2.7.0rc1-cann_8.2.rc1-py_3.11-hce_2.0.2506-aarch64-snt9b-20250908143531-4a84562

例如：华北-北京四

swr.cn-north-4.myhuaweicloud.com/atelier/mindspore_ascend:mindspore_2.7.0rc1-cann_8.2.rc1-py_3.11-hce_2.0.2506-aarch64-snt9b-20250908143531-4a84562

mindspore_2.7.0rc1-cann_8.2.rc1-py_3.11-hce_2.0.2506-aarch64-snt9b23

Ascend Snt9b23

CANN 8.2.rc1

swr.<region>.myhuaweicloud.com/atelier/mindspore_ascend:mindspore_2.7.0rc1-cann_8.2.rc1-py_3.11-hce_2.0.2506-aarch64-snt9b23-20250908143531-4a84562

例如：华北-北京四

swr.cn-north-4.myhuaweicloud.com/atelier/mindspore_ascend:mindspore_2.7.0rc1-cann_8.2.rc1-py_3.11-hce_2.0.2506-aarch64-snt9b23-20250908143531-4a84562

VeOmni

适用范围：Notebook、训练

镜像名称

适配芯片

CANN版本

镜像地址

veomni_v0.1.6-pytorch_2.7.1-cann_8.3.rc1-py_3.11-hce_2.0.2509-aarch64-snt9b

Ascend Snt9b

CANN 8.3.rc1

在控制台查看镜像地址

AReaL

适用范围：Notebook、训练

镜像名称

适配芯片

CANN版本

镜像地址

areal_0.5.1-pytorch_2.7.1-cann_8.3.rc1-py_3.11-hce_2.0.2509-aarch64-snt9b

Ascend Snt9b

CANN 8.3.rc1

在控制台查看镜像地址

MindSpeed-LLM

适用范围：Notebook、训练

镜像名称

适配芯片

CANN版本

镜像地址

mindspeed_llm_2.2.0-pytorch_2.7.1-cann_8.2.rc2-py_3.11-hce_2.0.2509-aarch64-snt9b

Ascend Snt9b

CANN 8.2.rc2

在控制台查看镜像地址

verl

适用范围：Notebook、训练

镜像名称

适配芯片

CANN版本

镜像地址

verl_0.8.0-pytorch_2.9.0-cann_8.5.1-py_3.11-hce_2.0.2512-aarch64-snt9b

Ascend Snt9b

CANN 8.5.1

在控制台查看镜像地址

verl_0.7.0-pytorch_2.7.1-cann_8.3.rc1-py_3.11-hce_2.0.2509-aarch64-snt9b

Ascend Snt9b

CANN 8.3.rc1

查看/使用官方镜像

方式一：在控制台查看/使用官方镜像

查看官方镜像的版本列表/镜像地址

  1. 在ModelArts管理控制台左侧导航栏，选择“资产管理 > 镜像”（或“资产管理 > 镜像管理”）。
  2. 在“预置镜像”页签（即官方镜像列表），查看支持的框架。
    图1 官方镜像框架

  3. 单击官方镜像框架卡片，在“概览信息”页签，查看镜像的详细说明；在“版本列表”页签，查看官方镜像版本列表，包括版本、镜像地址、大小、创建时间等。
    图2 官方镜像版本列表

    使用官方镜像

    在ModelArts管理控制台创建Notebook、模型训练或在线推理时，可以直接选择预置镜像（即官方镜像）。具体操作，请参见创建Notebook实例、创建训练作业或推理部署（新版）。

    图3 创建Notebook-选择官方镜像示例

方式二：通过docker pull拉取官方镜像

通过docker pull命令拉取ModelArts官方镜像示例如下，请您根据实际情况替换SWR镜像地址。关于SWR镜像地址，请参见官方镜像列表。 
docker pull 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

关于如何注册和使用镜像，请参见镜像注册与管理。

查看镜像组件信息

您可以任选以下方式，查看镜像组件的详细信息。

  • 方式一：在容器中查看
    1. 执行以下命令，启动容器。 
      docker run -it image_name bash

      请将image_name替换为实际的镜像地址，获取方式请参见官方镜像列表。

    2. 进入容器后，执行以下命令查看对应的版本信息。 
      pip list
  • 方式二：在Notebook中查看
    1. 使用官方镜像创建Notebook，并以JupyterLab方式接入。具体操作，请参见使用JupyterLab在线开发和调试代码。
    2. 打开Terminal，执行以下命令查看对应的版本信息。 
      pip list
图4 查看镜像组件详情

常见问题

使用官方镜像过程中的常见问题及解决方法如下。更多镜像相关问题，请参见镜像相关常见问题。

  • 如何区分GPU镜像和NPU镜像？

    请根据镜像名称中的关键字判断：包含“cuda”的为GPU镜像；包含“cann”的为NPU镜像。

  • docker pull拉取镜像时提示“unauthorized”怎么办？

    请确认已开通容器镜像服务（SWR）的访问权限，且SWR镜像地址中的<region>已替换为实际区域，例如西南-贵阳一替换为cn-southwest-2。

  • 官方镜像找不到怎么办？

    可能是因为该镜像已下线或您所在的区域暂不支持。关于镜像发布的详细信息，请参见ModelArts提供的容器镜像EOS公告。

  • 官方镜像不满足需求怎么办？

    您可以基于官方镜像或第三方镜像制作自定义镜像，安装所需依赖后推送到SWR，再在ModelArts中使用。具体操作请参见制作自定义镜像和使用自定义镜像。

  • 基于HCE（Huawei Cloud EulerOS）系统的容器镜像有什么约束限制？

    资源池集群的Docker版本必须满足：Euler2.9版本≥h59，Euler2.10版本≥h53，Euler2.11版本≥h2。

    如果不满足Docker版本，可能出现系统兼容问题，您可以登录资源池集群节点查询Docker版本。

    docker --version
  • 容器镜像的OS及对应的CCE集群版本需满足什么要求？

    容器镜像的OS及对应的CCE集群版本要求如下：

    OS

    支持的CCE集群版本

    HCE 2.0

    1.28及以上

    HCE 3.0

    v1.31.14-r80、v1.32.13-r50、v1.33.13-r0、v1.34.10-r0、v1.35.7-r0、v1.36.3-r0及以上

    Ubuntu 22.04

    1.28及以上

    Ubuntu 24.04

    v1.31.14-r70、v1.32.13-r40、v1.33.12-r20、v1.34.8-r20、v1.35.5-r20、v1.36.2-r10及以上

相关文档