运行环境
本文内容整理自《Rise 算力管理平台技术白皮书》，介绍部署 Rise 智算平台所需的软件依赖、生产资源配置建议、硬件与操作系统兼容性，以及 AI 框架支持范围。
软件依赖
| 类别 | 软件 | 版本 |
|---|---|---|
| 操作系统 | Ubuntu | 20.04 |
| 容器 | Docker / containerd | 20.10+ |
| 编排 | Kubernetes | 1.23+ |
| 存储 | NFS 共享存储 | 平台数据库与模型数据存储 |
生产资源配置建议
- 管理节点（Master）：至少 3 台 CPU 服务器高可用部署；CPU 2.5 GHz/10 核以上，内存 32 GB 以上，磁盘 200 GB 以上，10G 网络上联。
- GPU 工作节点（Worker）：1~n 台；CPU 2.5 GHz/10 核以上，内存 64 GB 以上，磁盘 200 GB 以上；NVIDIA GPU ≥ 2 卡或昇腾/天数等其他算力卡。需要多机多卡训练/推理时，建议至少 200G 参数交换机互联。
部署拓扑
典型生产环境划分为推理训练区、存储区与管理区，算力服务器通过 200/400GE IB 或 RoCE 网络互联，管理、业务与存储流量走 10G/25GE 交换机：
硬件与操作系统
- 处理器：x86 架构（Intel、海光等）与 ARM 架构（鲲鹏、昇腾等）。
- 操作系统：CentOS 7/8、RHEL 7/8、Ubuntu 20/22，以及欧拉 22.03-LTS、统信 UOS、麒麟 V10-SP1 等国产化操作系统。
AI 框架支持
- 计算库：CUDA 9.x+、cuDNN 7.4.2+、CANN（昇腾）、Neuware（寒武纪）、DTK（海光）、ROCm 等。
- 训练框架：PyTorch 1.0+、TensorFlow 1.8+、PaddlePaddle 1.5+、MindSpore 2.0+、MXNet 1.4+、ONNX 1.0+。