文档首页/ 魔坊（ModelArts）模型训推平台/ 镜像管理/ ModelArts预置镜像
更新时间：2026-05-22 GMT+08:00
查看PDF
分享

ModelArts预置镜像

在使用ModelArts进行机器学习开发时，用户经常需要根据不同的框架和CUDA版本配置环境，这可能导致配置复杂度增加和使用问题。如何帮助减少配置复杂度和使用问题？ModelArts提供了基于不同框架、不同CUDA版本的预置镜像，您可以在创建Notebook、模型训练或在线推理时，直接选择ModelArts提供的预置镜像。通过使用预置镜像，用户可以快速启动开发环境，减少配置时间，专注于模型开发和训练，从而提高开发效率。

约束限制

基于HCE系统的容器镜像约束限制如下：

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。否则，可能会出现系统兼容性问题。

您可以登录资源池集群节点查询Docker版本。

docker --version

预置镜像命名规则说明

ModelArts预置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，建议您添加自定义镜像时使用统一的命名规则。

表1 预置镜像命名规则说明

框架

预置镜像名称示例

镜像名称解读

VeOmni

veomni_v0.1.6-pytorch_2.7.1-cann_8.3.rc1-py_3.11-hce_2.0.2509-aarch64-snt9b
  • veomni_v0.1.6：表示Veomni框架的版本为0.1.6。
  • pytorch_2.7.1：表示PyTorch框架的版本为2.7.1。
  • cann_8.3.rc1：表示CANN（Compute Architecture for Neural Networks）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 Euler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。

MindSpeed-LLM

mindspeed_llm_2.2.0-pytorch_2.7.1-cann_8.2.rc2-py_3.11-hce_2.0.2509-aarch64-snt9b
  • mindspeed_llm_2.2.0：表示MindSpeed LLM（Large Language Model）框架的版本为2.2.0。
  • pytorch_2.7.1：表示PyTorch框架的版本为2.7.1。
  • cann_8.2.rc2：表示CANN软件栈的版本为8.2的Release Candidate 2。
  • py_3.11：表示Python的版本为3.11。
  • hce_2.0.2509：表示Huawei Cloud Euler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。

VeRL

verl_0.7.0-pytorch_2.7.1-cann_8.3.rc1-py_3.11-hce_2.0.2509-aarch64-snt9b
  • verl_0.7.0：表示Verl框架的版本为0.7.0。
  • 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 Euler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。

AReaL

areal_0.5.1-pytorch_2.7.1-cann_8.3.rc1-py_3.11-hce_2.0.2509-aarch64-snt9b
  • areal_0.5.1：表示AReaL框架的版本为0.5.1。
  • 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 Euler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。

MindSpore

mindspore_2.7.1-cann_8.3.rc1-py_3.11-euler_2.10.11-aarch64-snt9b
  • mindspore_2.7.1: 表示MindSpore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。
  • euler_2.10.11: 表示Euler操作系统的版本为2.10.11。
  • 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。

TensorFlow

tensorflow_2.1.0-cuda_10.1-py_3.7-ubuntu_18.04-x86_64
  • tensorflow_2.1.0：表示TensorFlow框架的版本为2.1.0。
  • cuda_10.1：表示CUDA的版本为10.1。
  • py_3.7：表示Python的版本为3.7。
  • ubuntu_18.04：表示操作系统为Ubuntu 18.04。
  • x86_64：表示这个镜像是为x86_64编译的。

PyTorch

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

预置镜像能力

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VeOmni、MindSpeed-LLM、VeRL、AReaL、Conda等主流框架的官方镜像信息。

VeOmni

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 (2.7.1)，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。

MindSpeed-LLM

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），实现开箱即用的华为昇腾NPU开发环境。

核心组件版本

本镜像已预装并完成环境适配的核心组件如下：

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。

VeRL

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，成为科研与工业界落地强化学习方案的优选工具。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。

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。

AReaL

AReaL作为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质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），并提供多种版本组合，以满足不同开发、训练及部署场景的需求。

ModelArts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，用户可以选择合适的镜像版本，实现开箱即用的强化学习环境。

主要特性

  • 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。
  • 开箱即用： 无需额外配置环境，直接启动最佳实践的脚本，自动启动集群并启动训练。

适用场景

强化学习的多数场景。

MindSpore

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预置镜像预装了MindSpore，并提供多种Python、CANN、Euler和Ubuntu的版本组合，支持Ascend加速卡场景。

TensorFlow

TensorFlow是一个端到端平台，它让研究人员能够在机器学习领域推动前沿技术，同时也使开发者能够轻松构建并部署由机器学习驱动的应用程序。TensorFlow预置镜像预装了TensorFlow，提供多种Python、CUDA、CANN、Euler、Ubuntu的版本组合，支持GPU、Ascend加速卡场景。

PyTorch

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、Python优先的设计和活跃的社区生态而广受青睐。PyTorch预置镜像集成了PyTorch及其生态组件（Torchvision、Torchaudio），并提供多种版本组合，以满足不同开发、训练及部署场景的需求。

ModelArts提供灵活的PyTorch版本、Python版本、CUDA版本（适用于NVIDIA GPU）以及CANN版本（适用于华为昇腾NPU）的组合，并兼容多种操作系统环境（如Ubuntu、EulerOS）。用户可根据硬件平台（NVIDIA GPU或华为昇腾NPU）和项目需求，选择合适的镜像版本，实现开箱即用的深度学习环境。

主要特性
  • 多硬件支持：
    • NVIDIA GPU：支持CUDA加速，提供cuDNN、NCCL等优化库。
    • 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。
  • 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。
  • 开箱即用： 无需额外配置环境，直接启动Notebook、在线服务或训练任务。

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。

核心镜像列表

基于PyTorch、MindSpore、TensorFlow框架的核心预置镜像信息如下。不同区域支持的镜像可能不同，请以控制台界面为准。

表2 PyTorch预置镜像

镜像名称

适配芯片

适用范围

创建时间

更新说明

镜像地址

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

Ascend snt9b2x（例如Snt9b23等）

Notebook、训练、推理部署

2026/04/29

cann更新至8.5.2，Python更新至3.12版本，Huawei Cloud Euler更新至2.0.2512版本。

查看镜像地址

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

Ascend snt9b

Notebook、训练、推理部署

2026/04/29

cann更新至8.5.2，Python更新至3.12版本，Huawei Cloud Euler更新至2.0.2512版本。

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

Ascend snt9b

Notebook、训练、推理部署

2026/04/29

cann更新至8.5.2，Python更新至3.12版本，Euler操作系统更新至2.10.11版本。

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

Ascend snt9b

Notebook、训练、推理部署

2026/02/04

pytorch更新至2.6.0，cann更新至CANN 8.2.RC1，配套驱动Ascend HDK 25.2.0。

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

Ascend snt9b

Notebook、训练、推理部署

2026/02/04

cann更新至CANN 8.1.RC1.B150，配套驱动Ascend HDK 25.0.RC1。

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

Ascend snt9b

Notebook、训练、推理部署

2026/02/04

cann更新至8.0.rc3，配套驱动Ascend HDK 24.1.RC3。

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

Ascend snt9b

Notebook、训练、推理部署

2026/02/04

cann更新至8.0.rc2，配套驱动Ascend HDK 24.1.RC2。

pytorch_2.1.0-cann_8.0.rc1-py_3.9-euler_2.10.7-aarch64-snt9b

Ascend snt9b

Notebook、训练、推理部署

2026/02/04

cann更新至8.0.rc1。

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

Ascend snt9b

Notebook、训练、推理部署

2026/02/04

cann更新至CANN 8.0.0.beta1，配套驱动Ascend HDK 24.1.0。

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

Ascend snt9b

Notebook、训练、推理部署

2026/02/04

cann更新至8.0.rc2，配套驱动Ascend HDK 24.1.RC2。

pytorch_1.11.0-cann_8.0.rc1-py_3.9-euler_2.10.7-aarch64-snt9b

Ascend snt9b

Notebook、训练、推理部署

2026/02/04

cann更新至8.0.rc1。

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

Ascend snt9b

Notebook、训练、推理部署

2025-12-08

Python升级3.11、三方软件升级等。

pytorch_1.11.0-cann_6.3.2-py_3.7-euler_2.10.7-aarch64-d910b

Ascend snt9b

Notebook、训练、推理部署

2023/09/14

cann更新至6.3.2，Python更新至3.7版本。

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

Ascend snt9b

Notebook、训练、推理部署

2025-11-11

Python升级3.11、操作系统升级HCE.2509、areal等。
表3 MindSpore预置镜像

预置镜像

适配芯片

适用范围

创建时间

更新说明

镜像地址

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

Ascend snt9b

Notebook、训练、推理部署

2026/04/29

cann更新至8.5.2，Python更新至3.11，Euler操作系统更新至2.10.11版本。

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

Notebook、训练、推理部署

2026/04/29

cann更新至8.5.2，Python更新至3.11，Huawei Cloud Euler更新至2.0.2512版本。

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

Ascend snt9b2x（例如Snt9b23等）

Notebook、训练、推理部署

2026/04/29

cann更新至8.5.2，Python更新至3.11，Huawei Cloud Euler更新至2.0.2512版本。

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

Ascend snt9b

Notebook、训练、推理部署

2026/02/04

mindspore更新至2.7.0rc1，cann更新至CANN 8.2.RC1，配套驱动Ascend HDK 25.2.0。

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

Ascend snt9b

Notebook、训练、推理部署

2026/02/04

mindspore更新至mindspore_2.6.0rc1，cann更新至CANN 8.1.RC1.B150，配套驱动Ascend HDK 25.0.RC1。

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

Ascend snt9b

Notebook、训练、推理部署

2026/02/04

mindspore更新至2.4.10，cann更新至CANN 8.0.0.beta1，配套驱动Ascend HDK 24.1.0。

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

Ascend snt9b

Notebook、训练、推理部署

2026/02/04

cann更新至8.0.rc3，配套驱动Ascend HDK 24.1.RC3。

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

Ascend snt9b

Notebook、训练、推理部署

2026/02/04

mindspore更新至2.3.0，cann更新至8.0.rc2，配套驱动Ascend HDK 24.1.RC2。

mindspore_2.3.0-cann_8.0.rc1-py_3.9-euler_2.10.7-aarch64-snt9b

Ascend snt9b

Notebook、训练、推理部署

2026/02/04

mindspore更新至2.3.0-rc4，cann更新至8.0.rc1。

下线ma-cau1.1.6、ma-cau-adapter1.1.3。

mindspore_2.1.0-cann_6.3.2-py_3.7-euler_2.10.7-aarch64-snt9b

Ascend snt9b

Notebook、训练、推理部署

2023/11/17

cann更新至6.3.2，Python更新至3.7。

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

Ascend snt9b

Notebook、训练、推理部署

2023/08/11

cann更新至7.0.1，Python更新至3.9。

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

Ascend snt9b

Notebook、训练、推理部署

2025-12-05

Python升级3.11、三方软件升级等。
表4 TensorFlow预置镜像

预置镜像

适配芯片

适用范围

更新时间

更新说明

镜像地址

tensorflow_2.1.0-cuda_10.1-py_3.7-ubuntu_18.04-x86_64

GPU（cuda10.1）

Notebook、训练、推理部署

2022-09-26

cuda更新至10.1，Python更新至3.7。

查看镜像地址

查看预置镜像版本列表/镜像地址

请按照控制台界面选择以下操作，查看ModelArts支持的框架、预置镜像列表、镜像地址等信息。

  • 新版控制台：
    1. 在ModelArts管理控制台左侧导航栏，选择“资产管理 > 镜像”。
    2. 在“预置镜像”页签，查看支持的框架。
      图1 预置镜像框架
    3. 单击预置镜像框架卡片，在“概览信息”页签，查看镜像的详细说明；在“版本列表”页签，查看预置镜像版本列表，包括版本、镜像地址、大小、创建时间等。
      图2 预置镜像版本列表
  • 旧版控制台：
    1. 在ModelArts管理控制台左侧导航栏，选择“资产管理 > 镜像管理”。
    2. 在“镜像管理”页面，查看镜像的名称、所属组织、版本总数等信息。
    3. 单击镜像名称，查看预置镜像版本列表，包括镜像版本、状态、资源类型、镜像大小、SWR地址等。

查看镜像组件的详细信息

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，获取方式请参见查看预置镜像版本列表/镜像地址。

    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
图3 查看镜像组件详情

相关文档