84 lines
4.4 KiB
Docker
84 lines
4.4 KiB
Docker
# RoboTwin 数据生成及评测镜像 (design_v5 §8)。hdf5 转 LeRobot v3 已拆分至
|
|
# Dockerfile.convert (纯 CPU 独立小镜像), 本镜像只含生成 + 评测两功能。
|
|
# 构建: ./build_docker.sh (先自 reference/RoboTwin 拷贝源仓到 src-externals/, 再 docker build)
|
|
FROM nvidia/cuda:12.8.1-devel-ubuntu24.04
|
|
ARG http_proxy
|
|
ARG https_proxy
|
|
ARG no_proxy=localhost,127.0.0.1
|
|
ENV DEBIAN_FRONTEND=noninteractive
|
|
|
|
# 系统层: 图形栈 + 工具链 + ffmpeg (libx264 软件编码)
|
|
RUN apt-get update && apt-get install -y --no-install-recommends \
|
|
python3.12 python3.12-venv python3.12-dev python3-pip \
|
|
mesa-vulkan-drivers libvulkan1 vulkan-tools \
|
|
build-essential git ca-certificates wget unzip ffmpeg \
|
|
libgl1 libegl1 libglib2.0-0 libsm6 libxext6 libxrender1 \
|
|
libxkbcommon0 libjpeg8 zlib1g \
|
|
binutils \
|
|
&& rm -rf /var/lib/apt/lists/*
|
|
|
|
WORKDIR /app
|
|
|
|
# 层序原则 (缓存效率): requirements_sim 先拷 + venv_sim 先建, 代码与转换依赖后置,
|
|
# 任何业务代码改动不再使 curobo 编译层 (约 15 分钟) 失效。
|
|
COPY requirements_sim.txt /app/src/
|
|
|
|
# venv_sim: 数据生成与评测共用 (torch 先装, curobo 后编, numpy/scipy 最后钉回)
|
|
# TORCH_CUDA_ARCH_LIST 显式钉死目标算力, 与构建机无关:
|
|
# 7.5=T4/2080Ti, 8.0=A100/A800, 8.6=3090/A6000, 8.9=4090, 9.0=H100, 12.0=5090/5090D
|
|
RUN python3.12 -m venv /app/src/venv_sim \
|
|
&& /app/src/venv_sim/bin/pip install torch==2.8.0 torchvision \
|
|
--index-url https://download.pytorch.org/whl/cu128 \
|
|
&& /app/src/venv_sim/bin/pip install -r /app/src/requirements_sim.txt \
|
|
&& /app/src/venv_sim/bin/pip install "setuptools<81" wheel packaging \
|
|
&& git clone --branch v0.7.8 --depth 1 \
|
|
https://github.com/NVlabs/curobo.git /tmp/curobo \
|
|
&& cd /tmp/curobo \
|
|
&& CUDA_HOME=/usr/local/cuda MAX_JOBS=8 \
|
|
TORCH_CUDA_ARCH_LIST="7.5;8.0;8.6;8.9;9.0;12.0" \
|
|
/app/src/venv_sim/bin/pip install . --no-build-isolation \
|
|
&& /app/src/venv_sim/bin/pip install warp-lang==1.12.0 \
|
|
&& /app/src/venv_sim/bin/pip install numpy==1.26.4 scipy==1.11.4 \
|
|
&& rm -rf /tmp/curobo
|
|
|
|
COPY entry/data_generation.sh entry/eval_client.sh /app/entry/
|
|
COPY report.sh /app/report.sh
|
|
# 层序: 大体积资产层前置 (内容从不变化, 缓存稳定); 业务代码层后置,
|
|
# 业务改动只重跑代码 COPY + chmod, 不再重传 16GB 资产。
|
|
COPY src-externals/RoboTwin /app/src/RoboTwin
|
|
COPY presets/ /app/src/presets/
|
|
COPY vendor/ /app/src/vendor/
|
|
COPY ws_common/ /app/src/ws_common/
|
|
COPY ws_data_generation/ /app/src/ws_data_generation/
|
|
COPY ws_eval_client/ /app/src/ws_eval_client/
|
|
|
|
# 渲染库二进制补丁 (patch_svulkan2.py) 已停用: 该补丁面向 llvmpipe 纯软件
|
|
# Vulkan (无 NVIDIA ICD 环境); 本管线 curobo 规划强制 CUDA, 渲染走 NVIDIA
|
|
# Vulkan ICD (运行时 -e NVIDIA_DRIVER_CAPABILITIES=graphics,compute,utility
|
|
# + 挂载宿主 nvidia_icd.json), 打了补丁反而破坏 Vulkan-CUDA 互操作 (段错误)。
|
|
# 脚本保留在 patches/ 供 llvmpipe-only 调试场景手工使用。
|
|
|
|
# 注册 uid 10001 运行用户 (无 home): 平台以非 root uid 运行容器, 无 passwd
|
|
# 条目时依赖链的 getpass.getuser() 会抛 KeyError 崩溃。
|
|
RUN useradd -u 10001 -M -s /usr/sbin/nologin rtuser
|
|
|
|
# 注: design_v5 §8.4 的 update_embodiment_config_path.py 固化步骤在此省略:
|
|
# 当前 checkout 无 *_tmp.yml (脚本为 no-op), _embodiment_config.yml 的 file_path
|
|
# 由 ws_common 配置目录合并机制在运行时固化为容器内绝对路径。
|
|
|
|
# 非 root (uid 10001) 可读可执行
|
|
RUN chmod +x /app/entry/*.sh /app/report.sh && chmod -R a+rX /app
|
|
|
|
# 运行时离线: 禁一切 HF 在线动作; PYTHONUNBUFFERED 保证日志实时。
|
|
# uid 10001 无家目录: curobo 编译缓存 (~/.cache/curobo) 与 matplotlib 配置
|
|
# 需可写路径, 统一指到 /tmp (否则 planner 初始化 PermissionError)。
|
|
# Vulkan 固定走 lavapipe (llvmpipe) 软件 ICD: 容器内无 NVIDIA Vulkan ICD,
|
|
# 显式钉死避免 loader 空枚举 (Ubuntu 24.04 mesa 的 lavapipe ICD 文件名为
|
|
# lvp_icd.json, 非 lvp_icd.x86_64.json)。
|
|
ENV PYTHONUNBUFFERED=1 HF_HUB_OFFLINE=1 TRANSFORMERS_OFFLINE=1 \
|
|
VK_ICD_FILENAMES=/usr/share/vulkan/icd.d/lvp_icd.json \
|
|
HOME=/tmp/rt-home XDG_CACHE_HOME=/tmp/rt-cache MPLCONFIGDIR=/tmp/rt-mpl \
|
|
TORCHINDUCTOR_CACHE_DIR=/tmp/rt-cache/inductor
|
|
ENV PYTHONPATH=/app/src
|
|
# 无 ENTRYPOINT/CMD, 平台运行时覆盖
|