# 使用Ubuntu 20.04系统安装昇腾相关软件（PyTorch+Ascend）
在ModelArts中使用自定义镜像前，需在ECS服务器上以ModelArts官方镜像或第三方镜像为基础编写Dockerfile，构建镜像、推送到容器镜像服务SWR、注册到ModelArts，最后创建Notebook验证。
本文以Ubuntu 20.04系统的ECS（Snt9b镜像）为例，介绍安装昇腾相关软件（PyTorch+Ascend）并构建Notebook自定义镜像的完整流程。
#### 前提条件
在使用ModelArts前，需完成华为云账号注册、实名认证及相关权限授权。具体操作，请参见[一、前置准备：账号与权限](https://support.huaweicloud.com/qs-modelarts/modelarts_06_0006.html)。
#### 计费说明
本操作涉及ECS、SWR和Notebook费用，完成后请及时释放资源以避免持续计费。计费详情请参见[ECS计费](https://support.huaweicloud.com/price-ecs/ecs_billing_3000.html)、[SWR计费](https://support.huaweicloud.com/productdesc-swr/swr_03_0001.html#section3)和[Notebook计费](https://support.huaweicloud.com/price-modelarts/price-modelarts-0010.html)。
#### Notebook自定义镜像规范约束
制作自定义镜像时，基础镜像需满足如下规范：
- 基于昇腾官网、Docker Hub官网等官方开源镜像制作，开源镜像需满足如下操作系统约束： ARM：Ubuntu 22.04、Ubuntu 20.04、HCE 2.0
  
- CANN包建议安装8.0.0及以上商用版本，请参见[昇腾社区](https://www.hiascend.com/cann/download?versionId=747&ids=d803,h0501,h0601,h0703)。
- Dockerfile中需包含ma-user相关配置和ipykernel依赖包，否则无法使用Notebook相关功能。
  ![](https://support.huaweicloud.com/docker-modelarts/public_sys-resources/note_3.0-zh-cn.png)
  ma-user是ModelArts Notebook运行时的系统用户，镜像中需预置该用户及目录权限。
  
- 如果镜像内存在Jupyter静态文件，可能导致Notebook页面打开异常，请执行jupyter --path命令查看相关目录，并清理列出的目录中的静态文件。
- 训练调试模式场景：需保证curl命令存在。
 
#### 自定义镜像构建流程
![](https://support.huaweicloud.com/docker-modelarts/figure/zh-cn_image_0000002733577432.png)
1. 准备一台Linux服务器，本文以ECS服务器为例。
2. 在ECS中构建自定义镜像（本文提供Dockerfile样例文件）。
3. 将构建的镜像推送到SWR。
4. 注册SWR镜像到ModelArts。
5. 创建Notebook并验证新镜像。
 
#### 步骤一：准备ECS服务器并配置环境信息
在弹性云服务器（ECS）控制台购买一台ARM架构的Ubuntu系统服务器，并配置弹性公网IP。
![](https://support.huaweicloud.com/docker-modelarts/public_sys-resources/note_3.0-zh-cn.png)
由于昇腾NPU仅支持ARM架构，因此需选择ARM架构的ECS。
1. 登录[ECS控制台](https://console.huaweicloud.com/ecm/)，在"弹性云服务器"页面右上角，单击"购买弹性云服务器"。
   本文以自定义购买为例，"CPU架构"选择"鲲鹏计算"（即ARM架构），"操作系统"选择Ubuntu 20.04或22.04版本，其他参数按需配置。具体操作，请参见[自定义购买ECS](https://support.huaweicloud.com/usermanual-ecs/ecs_03_7002.html)。
   
2. 通过CloudShell或VNC登录ECS。具体操作，请参见[登录Linux ECS](https://support.huaweicloud.com/usermanual-ecs/ecs_03_0134.html)。
3. 在ECS中，执行以下命令，安装Docker。
   ```
   wget https://cnnorth4-modelarts-sdk.obs.cn-north-4.myhuaweicloud.com/modelarts/custom-image-build/install_docker_on_ubuntu.sh
   bash install_docker_on_ubuntu.sh
   source /etc/profile
   ```
   安装完成后，执行以下命令，查看Docker运行状态。
   ```
   systemctl status docker
   ```
   如果回显中显示"active (running)"，表示Docker正常运行。
   图1查看Docker运行状态   
   ![](https://support.huaweicloud.com/docker-modelarts/figure/zh-cn_image_0000002712448960.png "点击放大") 
4. （可选）执行以下命令，查看Docker Engine版本。
   ```
   docker version | grep -A 1 Engine
   ```
   如果回显中显示版本号，表示Docker Engine安装成功。
   图2查看Docker Engine版本   
   ![](https://support.huaweicloud.com/docker-modelarts/figure/zh-cn_image_0000002712609144.png) 
 
#### 步骤二：制作自定义镜像
本节介绍如何通过Dockerfile安装必需软件包，并构建新的Notebook镜像。
- 昇腾相关软件包：Miniconda3、torch、torch-npu、cann-toolkit、cann-910b-ops。
- PyTorch框架依赖包：torchvision、torchaudio、numpy。
- Notebook依赖包：ipykernel。
1. 查询基础镜像，用于编写Dockerfile文件（第三方镜像可跳过此步骤）。 获取ModelArts官方镜像地址，请参见[ModelArts官方镜像](https://support.huaweicloud.com/docker-modelarts/docker-modelarts_6030.html)。
   
2. 连接容器镜像服务。
   1. 登录[容器镜像服务控制台](https://console.huaweicloud.com/swr/)，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。
      登录指令用于完成Docker客户端与SWR之间的鉴权，后续才能push镜像。
      图3获取登录指令   
      ![](https://support.huaweicloud.com/docker-modelarts/figure/zh-cn_image_0000002742172485.png "点击放大")
      
      ![](https://support.huaweicloud.com/docker-modelarts/public_sys-resources/note_3.0-zh-cn.png)
      按需选择有效时长。如果需要长期有效的登录指令，请参见[获取长期有效登录指令](https://support.huaweicloud.com/usermanual-swr/swr_01_1000.html)。获取了长期有效的登录指令后，在有效期内的临时登录指令仍然可以使用。
      
   
   2. 在安装Docker的服务器中执行上一步复制的登录指令。登录成功会显示"Login Succeeded"。
    
3. 编写容器镜像Dockerfile文件。
   Dockerfile是一个文本文件，包含一系列指令，用于自动构建Docker镜像。通过Dockerfile定义镜像的构建过程，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。
   - ModelArts官方镜像的Dockerfile文件示例（HCE系统）：
     ```
     # ModelArts官方镜像地址，可按需替换
     FROM swr.cn-southwest-2.myhuaweicloud.com/atelier/pytorch_ascend:pytorch_2.7.1-cann_8.5.2-py_3.12-hce_2.0.2512-aarch64-snt9b23-20260417112518-aabfd52
     # section1: 使用yum源 + 安装系统依赖
     USER root
     RUN yum install -y zip wget ca-certificates vim python3 python3-pip tzdata openssh-server && \
         ln -fs /usr/share/zoneinfo/Asia/Shanghai /etc/localtime
     RUN rm /bin/sh && ln -s /bin/bash /bin/sh
     # section2: 清除基础镜像自带的 CANN 8.5.2
     RUN sed -i '/Ascend.*set_env\.sh/d' /etc/bashrc /etc/profile /etc/profile.d/*.sh /home/ma-user/.bashrc 2>/dev/null || true && \
         rm -rf /usr/local/Ascend/ascend-toolkit /usr/local/Ascend/cann-* /usr/local/Ascend/latest && \
         rm -rf /usr/local/Ascend/nnae /usr/local/Ascend/tfplugin /usr/local/Ascend/toolbox && \
         rm -rf /usr/local/Ascend/driver/lib64/plugin 2>/dev/null || true
     ENV ASCEND_AICPU_PATH="" \
         ASCEND_OPP_PATH="" \
         TOOLCHAIN_HOME="" \
         ASCEND_HOME_PATH="" \
         ASCEND_TOOLKIT_HOME=""
     USER ma-user
     # section3: 以 ma-user 身份安装 Miniconda3（aarch64版本，如已存在则跳过）
     RUN if [ ! -d /home/ma-user/anaconda3 ]; then \
             cd /home/ma-user/ && \
             wget --no-check-certificate https://mirrors.tuna.tsinghua.edu.cn/anaconda/miniconda/Miniconda3-latest-Linux-aarch64.sh && \
             bash Miniconda3-latest-Linux-aarch64.sh -b -p /home/ma-user/anaconda3 && \
             rm -rf Miniconda3-latest-Linux-aarch64.sh; \
         else \
             echo "anaconda3 already exists, skip installation"; \
         fi
     # section4: 配置 pip 清华镜像源 + 初始化 conda + 清除基础镜像的清华conda源
     RUN rm -f /home/ma-user/.condarc /home/ma-user/.condarc.bak && \
         mkdir -p /home/ma-user/.pip && \
         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 2>/dev/null || true && \
         conda config --remove-key default_channels 2>/dev/null || true
     # section5: 创建 PyTorch 2.6.0 专属 conda 虚拟环境（Python 3.9）+ 安装 torch/torch_npu
     RUN /bin/bash -c '\
         source /home/ma-user/anaconda3/bin/activate base && \
         conda create -y -n pytorch_2_6 python=3.9.18 && \
         conda run -n pytorch_2_6 \
         pip install --index-url https://pypi.tuna.tsinghua.edu.cn/simple --trusted-host pypi.tuna.tsinghua.edu.cn \
         torchvision==0.21.0 torchaudio==2.6.0 numpy==1.26.4 && \
         cd /home/ma-user && \
         wget --no-check-certificate https://download.pytorch.org/whl/cpu/torch-2.6.0%2Bcpu-cp39-cp39-manylinux_2_28_aarch64.whl && \
         conda run -n pytorch_2_6 pip install torch-2.6.0+cpu-cp39-cp39-manylinux_2_28_aarch64.whl && \
         wget --no-check-certificate https://gitcode.com/Ascend/pytorch/releases/download/v7.3.0-pytorch2.6.0/torch_npu-2.6.0.post5-cp39-cp39-manylinux_2_28_aarch64.whl && \
         conda run -n pytorch_2_6 pip install torch_npu-2.6.0.post5-cp39-cp39-manylinux_2_28_aarch64.whl && \
         conda run -n pytorch_2_6 pip install protobuf==3.20 && \
         rm -f torch-2.6.0+cpu-cp39-cp39-manylinux_2_28_aarch64.whl torch_npu-2.6.0.post5-cp39-cp39-manylinux_2_28_aarch64.whl \
     '
     # section6: 在 pytorch_2_6 conda 环境中安装 CANN toolkit/ops
     RUN /bin/bash -c '\
         source /home/ma-user/anaconda3/bin/activate base && \
         conda run -n pytorch_2_6 \
         pip install ascend-cann-toolkit==8.5.0 \
         --extra-index-url https://ascend.devcloud.huaweicloud.com/cann/pypi/simple \
         --trusted-host ascend.devcloud.huaweicloud.com && \
         conda run -n pytorch_2_6 \
         pip install ascend-cann-910b-ops==8.5.0 \
         --extra-index-url https://ascend.devcloud.huaweicloud.com/cann/pypi/simple \
         --trusted-host ascend.devcloud.huaweicloud.com \
     '
     # section7: notebook所需安装包
     RUN /bin/bash -c '\
         source /home/ma-user/anaconda3/bin/activate base && \
         conda run -n pytorch_2_6 \
         pip install --index-url https://pypi.tuna.tsinghua.edu.cn/simple --trusted-host pypi.tuna.tsinghua.edu.cn \
         ipykernel==6.7.0 \
     '
     # section8: 设置环境变量（CANN装在pytorch_2_6 conda环境的site-packages下）
     ENV CANN_HOME=/home/ma-user/anaconda3/envs/pytorch_2_6/lib/python3.9/site-packages/ascend/cann-8.5.0
     ENV PATH=/home/ma-user/anaconda3/envs/pytorch_2_6/bin:${CANN_HOME}/bin:${CANN_HOME}/compiler/ccec_compiler/bin:$PATH \
         LD_LIBRARY_PATH=${CANN_HOME}/aarch64-linux/lib64:${CANN_HOME}/aarch64-linux/lib64/plugin/opskernel:${CANN_HOME}/aarch64-linux/lib64/plugin/nnengine:${CANN_HOME}\:opp/built-in/op_impl/ai_core/tbe/op_tiling/lib/linux/aarch64:$LD_LIBRARY_PATH/tools/aml/lib64:$LD_LIBRARY_PATH/tools:$LD_LIBRARY_PATH \
         PYTHONPATH=${CANN_HOME}/python/site-packages:${CANN_HOME}/opp/op_impl/built-in/ai_core/tbe:$PYTHONPATH \
         ASCEND_AICPU_PATH=${CANN_HOME} \
         ASCEND_OPP_PATH=${CANN_HOME}/opp \
         ASCEND_HOME_PATH=${CANN_HOME} \
         ASCEND_TOOLKIT_HOME=${CANN_HOME} \
         TOOLCHAIN_HOME=${CANN_HOME} \
         PYTHONUNBUFFERED=1 \
         USE_TRITON=0
     ENV LD_LIBRARY_PATH=/usr/local/Ascend/toolbox/latest/Ascend-DMI/lib64:/usr/lib/aarch64-linux-gnu/hdf5/serial:/usr/local/Ascend/driver/lib64:/usr/local/Ascend/driver/lib64/common:/usr/local/Ascend/driver/lib64/driver:/usr/local/Ascend/ascend-toolkit/latest/lib64:/usr/local/Ascend/ascend-toolkit/latest/compiler/lib64/plugin/opskernel:/usr/local/Ascend/ascend-toolkit/latest/compiler/lib64/plugin/nnengine:/usr/local/Ascend/ascend-toolkit/latest/opp/built-in/op_impl/ai_core/tbe/op_tiling/lib/:$LD_LIBRARY_PATH \
         PYTHONPATH=/usr/local/Ascend/ascend-toolkit/latest/tools/ms_fmk_transplt/torch_npu_bridge:/usr/local/Ascend/ascend-toolkit/latest/python/site-packages:$PYTHONPATH 
     RUN echo "source ${CANN_HOME}/set_env.sh" >> /home/ma-user/.bashrc
     USER ma-user
     WORKDIR /home/ma-user
     ```
     
   
   - 非ModelArts官方镜像的Dockerfile文件示例：
     ![](https://support.huaweicloud.com/docker-modelarts/public_sys-resources/note_3.0-zh-cn.png)
     如果拉取非ModelArts官方镜像，访问https://registry-1.docker.io/v2/出现"connection refused"或者"Client.Timeout exceeded"错误，需要配置Docker代理。
     1. 执行以下命令，编辑配置文件。
        ```
        vi /etc/docker/daemon.json
        ```
        
     
     2. 添加以下配置。
        ```
        {
        "registry-mirrors":[
        "https://docker.m.daocloud.io",
        "https://docker.jianmuhub.com",
        "https://huecker.io",
        "https://dockerhub.timeweb.cloud",
        "https://dockerhub1.beget.com",
        "https://noohub.ru"]
        }
        ```
        
     
     3. 依次执行以下命令使配置生效。
        ```
        systemctl daemon-reload
        ```
        ```
        systemctl restart docker
        ```
        
      
     ```
     FROM ubuntu:20.04
     ENV DEBIAN_FRONTEND=noninteractive
     # 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（arm64架构使用ports源）+ 安装系统Python3和pip
     RUN mv /etc/apt/sources.list /etc/apt/sources.list.bak && \
         printf "deb http://ports.ubuntu.com/ubuntu-ports/ focal main restricted universe multiverse\n\
         deb http://ports.ubuntu.com/ubuntu-ports/ focal-updates main restricted universe multiverse\n\
         deb http://ports.ubuntu.com/ubuntu-ports/ focal-backports main restricted universe multiverse\n\
         deb http://ports.ubuntu.com/ubuntu-ports/ focal-security main restricted universe multiverse\n" > /etc/apt/sources.list && \
         apt-get update && \
         apt-get install -y zip wget ca-certificates vim python3 python3-pip tzdata && \
         ln -fs /usr/share/zoneinfo/Asia/Shanghai /etc/localtime && \
         dpkg-reconfigure --frontend noninteractive tzdata && \
         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（aarch64版本）
     USER ma-user
     RUN cd /home/ma-user/ && \
         wget --no-check-certificate https://mirrors.tuna.tsinghua.edu.cn/anaconda/miniconda/Miniconda3-latest-Linux-aarch64.sh && \
         bash Miniconda3-latest-Linux-aarch64.sh -b -p /home/ma-user/anaconda3 && \
         rm -rf Miniconda3-latest-Linux-aarch64.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\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/cloud/conda-forge && \
         conda config --append channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main && \
         conda tos accept --override-channels -c https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
     # section5: 创建 PyTorch 2.6.0 专属 conda 虚拟环境（Python 3.9）+ 安装 torch/torch_npu
     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/cloud/conda-forge \
         -c https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main \
         -n pytorch_2_6 python=3.9 && \
         conda run -n pytorch_2_6 \
         pip install --index-url https://pypi.tuna.tsinghua.edu.cn/simple --trusted-host pypi.tuna.tsinghua.edu.cn \
         torchvision==0.21.0 torchaudio==2.6.0 numpy==1.26.4 && \
         cd /home/ma-user && \
         conda run -n pytorch_2_6 pip install --index-url https://pypi.tuna.tsinghua.edu.cn/simple --trusted-host pypi.tuna.tsinghua.edu.cn \
         torch==2.6.0 && \
         wget --no-check-certificate https://gitcode.com/Ascend/pytorch/releases/download/v7.3.0-pytorch2.6.0/torch_npu-2.6.0.post5-cp39-cp39-manylinux_2_28_aarch64.whl && \
         conda run -n pytorch_2_6 pip install torch_npu-2.6.0.post5-cp39-cp39-manylinux_2_28_aarch64.whl && \
         conda run -n pytorch_2_6 pip install protobuf==3.20 && \
         rm -f torch_npu-2.6.0.post5-cp39-cp39-manylinux_2_28_aarch64.whl \
     '
     # section6: 在 pytorch_2_6 conda 环境中安装 CANN toolkit/ops
     RUN /bin/bash -c '\
         source /home/ma-user/anaconda3/bin/activate base && \
         conda run -n pytorch_2_6 \
         pip install ascend-cann-toolkit==8.5.0 \
         --extra-index-url https://ascend.devcloud.huaweicloud.com/cann/pypi/simple \
         --trusted-host ascend.devcloud.huaweicloud.com && \
         conda run -n pytorch_2_6 \
         pip install ascend-cann-910b-ops==8.5.0 \
         --extra-index-url https://ascend.devcloud.huaweicloud.com/cann/pypi/simple \
         --trusted-host ascend.devcloud.huaweicloud.com \
     '
     # section7: notebook所需安装包
     RUN /bin/bash -c '\
         source /home/ma-user/anaconda3/bin/activate base && \
         conda run -n pytorch_2_6 \
         pip install --index-url https://pypi.tuna.tsinghua.edu.cn/simple --trusted-host pypi.tuna.tsinghua.edu.cn \
         ipykernel==6.7.0 \
     '
     # section8: 设置环境变量（CANN装在pytorch_2_6 conda环境的site-packages下）
     ENV CANN_HOME=/home/ma-user/anaconda3/envs/pytorch_2_6/lib/python3.9/site-packages/ascend/cann-8.5.0
     ENV PATH=/home/ma-user/anaconda3/envs/pytorch_2_6/bin:${CANN_HOME}/bin:${CANN_HOME}/compiler/ccec_compiler/bin:$PATH \
         LD_LIBRARY_PATH=${CANN_HOME}/aarch64-linux/lib64:${CANN_HOME}/aarch64-linux/lib64/plugin/opskernel:${CANN_HOME}/aarch64-linux/lib64/plugin/nnengine:${CANN_HOME}\:opp/built-in/op_impl/ai_core/tbe/op_tiling/lib/linux/aarch64:$LD_LIBRARY_PATH/tools/aml/lib64:$LD_LIBRARY_PATH/tools:$LD_LIBRARY_PATH \
         PYTHONPATH=${CANN_HOME}/python/site-packages:${CANN_HOME}/opp/op_impl/built-in/ai_core/tbe:$PYTHONPATH \
         ASCEND_AICPU_PATH=${CANN_HOME} \
         ASCEND_OPP_PATH=${CANN_HOME}/opp \
         ASCEND_HOME_PATH=${CANN_HOME} \
         ASCEND_TOOLKIT_HOME=${CANN_HOME} \
         TOOLCHAIN_HOME=${CANN_HOME} \
         PYTHONUNBUFFERED=1 \
         USE_TRITON=0
     ENV LD_LIBRARY_PATH=/usr/local/Ascend/toolbox/latest/Ascend-DMI/lib64:/usr/lib/aarch64-linux-gnu/hdf5/serial:/usr/local/Ascend/driver/lib64:/usr/local/Ascend/driver/lib64/common:/usr/local/Ascend/driver/lib64/driver:/usr/local/Ascend/ascend-toolkit/latest/lib64:/usr/local/Ascend/ascend-toolkit/latest/compiler/lib64/plugin/opskernel:/usr/local/Ascend/ascend-toolkit/latest/compiler/lib64/plugin/nnengine:/usr/local/Ascend/ascend-toolkit/latest/opp/built-in/op_impl/ai_core/tbe/op_tiling/lib/:$LD_LIBRARY_PATH \
         PYTHONPATH=/usr/local/Ascend/ascend-toolkit/latest/tools/ms_fmk_transplt/torch_npu_bridge:/usr/local/Ascend/ascend-toolkit/latest/python/site-packages:$PYTHONPATH 
     RUN echo "source ${CANN_HOME}/set_env.sh" >> /home/ma-user/.bashrc
     USER ma-user
     WORKDIR /home/ma-user
     ```
     
     
4. 构建容器镜像。 在Dockerfile文件目录中，执行以下命令，构建容器镜像。命令中的SWR镜像地址请按需修改。构建时间取决于网络带宽和镜像大小，大约30分钟。
   ```
   docker build -t swr.cn-southwest-2.myhuaweicloud.com/dev-custom/pytorch2_6-cann8.5.0:v2 -f Dockerfile .
   ```
   如果回显中显示"Successfully built"和"Successfully tagged"，表示镜像构建成功。
   图4容器镜像构建成功   
   ![](https://support.huaweicloud.com/docker-modelarts/figure/zh-cn_image_0000002713365146.png) 
 
 #### 步骤三：将镜像推送到SWR
1. 执行以下命令，将本地构建的镜像上传到SWR。
   ```
   docker push swr.cn-southwest-2.myhuaweicloud.com/dev-custom/pytorch2_6-cann8.5.0:v2
   ```
   如果回显中显示"digest"和SHA256哈希值，表示镜像已成功上传到SWR。
   ![](https://support.huaweicloud.com/docker-modelarts/figure/zh-cn_image_0000002712451546.png "点击放大")
   
2. 在[SWR控制台](https://console.huaweicloud.com/swr/#/swr/dashboard)左侧导航栏，单击"我的镜像"，执行刷新操作后显示新增的镜像，单击镜像名称，可查看镜像详情。
   图5查看镜像详情   
   ![](https://support.huaweicloud.com/docker-modelarts/figure/zh-cn_image_0000002712451628.png "点击放大") 
 
 #### 步骤四：在ModelArts注册新镜像
将新镜像注册到ModelArts镜像管理服务中，以便在ModelArts中使用该镜像。具体操作，请参见[镜像注册与管理](https://support.huaweicloud.com/docker-modelarts/modelarts_23_0219.html)。
镜像源即为[步骤三]推送到SWR中的镜像。上述安装包均在ARM架构镜像下完成，因此架构类型选择ARM，类型选择NPU，规格选择Snt9b。
图6注册镜像   
![](https://support.huaweicloud.com/docker-modelarts/figure/zh-cn_image_0000002743174829.png "点击放大")
#### 步骤五：创建Notebook并验证新镜像
1. 创建Notebook实例。
   1. 在[ModelArts管理控制台](https://console.huaweicloud.com/modelarts/)左侧导航栏，按需选择以下操作，进入Notebook管理页面。
      - 新版控制台：选择"模型开发与训练 \> Notebook"，进入"Notebook"页面。
      
      - 旧版控制台：选择"开发空间 \> Notebook"，进入"Notebook"页面。
       
   
   2. 在"Notebook"页面右上角，单击"创建"。 在"资源配置"区域，实例规格选择NPU；在"环境配置"区域，选择"自定义镜像"，单击![](https://support.huaweicloud.com/docker-modelarts/figure/zh-cn_image_0000002712453586.png)图标，选择[步骤四]注册的镜像及版本，WebIDE选择JupyterLab。
      关于创建Notebook的参数说明，请参见[创建Notebook实例](https://support.huaweicloud.com/devtool-modelarts/devtool-modelarts_3495.html)。
      图7创建Notebook   
      ![](https://support.huaweicloud.com/docker-modelarts/figure/zh-cn_image_0000002742212523.png)
      
      当Notebook实例的"状态"显示为"运行中"，表示Notebook实例创建成功。
      
    
2. 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"。
3. 在"ModelArts Launcher"页面的Notebook区域，单击pytorch_2_6，创建一个ipynb文件。
   图8打开pytorch_2_6   
   ![](https://support.huaweicloud.com/docker-modelarts/figure/zh-cn_image_0000002712452624.png "点击放大") 
4. 执行以下命令，导入PyTorch库，查看PyTorch版本号。
   ```
   import torch
   print(torch.__version__)
   ```
   显示版本如下，表示PyTorch安装成功。
   图9查看PyTorch版本号   
   ![](https://support.huaweicloud.com/docker-modelarts/figure/zh-cn_image_0000002742212525.png "点击放大") 
5. 在"ModelArts Launcher"页面的Other区域，单击Terminal，执行以下命令，验证PyTorch框架和torch_npu插件是否安装成功。详情请参见[PyTorch Ascend安装部署](https://www.hiascend.com/developer/software/ai-frameworks/pytorch/download?versionId=168&ids=8e2241c30951478a85bb6f2fc282c568,97,110,1,7,3,)。
   图10打开Terminal   
   ![](https://support.huaweicloud.com/docker-modelarts/figure/zh-cn_image_0000002742171693.png "点击放大")
   ```
   python3 -c "import torch;import torch_npu; a = torch.randn(3, 4).npu(); print(a + a);"
   ```
   返回如下类似信息，表示安装成功。
   ```
   tensor([[-0.6066,  6.3385,  0.0379,  3.3356],
           [ 2.9243,  3.3134, -1.5465,  0.1916],
           [-2.1807,  0.2008, -1.1431,  2.1523]], device='npu:0')
   ```
   图11PyTorch框架和torch_npu插件安装成功   
   ![](https://support.huaweicloud.com/docker-modelarts/figure/zh-cn_image_0000002742171981.png "点击放大") 
6. 在Terminal执行以下命令，验证CANN包是否安装成功，详情请参见[CANN安装部署](https://www.hiascend.com/cann/download?versionId=779&ids=d802,h0501,h0602,h0703)。
   ```
   python3 -c "import acl;print(acl.get_soc_name())"
   ```
   返回"Ascend910B4"表示安装成功。
   图12CANN包安装成功   
   ![](https://support.huaweicloud.com/docker-modelarts/figure/zh-cn_image_0000002742172139.png)