PyTorch3D 项目在 Ubuntu 系统下的 wheel 包构建问题解析

问题背景

在深度学习领域，PyTorch3D 是一个重要的 3D 深度学习库，它为处理 3D 数据提供了强大的工具。然而，在 Ubuntu 20.04.4 LTS 系统上构建 PyTorch3D 的 wheel 包时，开发者遇到了多个技术难题。

主要问题表现

尝试构建过程中出现了两类关键错误：

1. GLIBC 版本不兼容问题：系统提示找不到 GLIBC_2.27 版本，而当前系统使用的是 GLIBC 2.17。这是典型的库版本不匹配问题，GLIBC（GNU C 库）是 Linux 系统的核心组件，许多应用程序都依赖于它。

2. MKL 库符号缺失问题：当尝试使用较新的 manylinux2_28-builder 镜像时，又出现了 iJIT_NotifyEvent 符号未定义的错误，这表明 Intel Math Kernel Library (MKL) 存在版本兼容性问题。

技术分析

GLIBC 兼容性问题

GLIBC 作为 Linux 系统的核心库，其版本直接影响应用程序的运行。PyTorch 及其相关组件通常需要较新的 GLIBC 版本支持。在 Ubuntu 20.04 上，默认的 GLIBC 版本可能无法满足最新 PyTorch 的需求。

解决方案方向：

• 升级系统 GLIBC（不推荐，可能导致系统不稳定）
• 使用包含较新 GLIBC 的构建环境
• 静态链接必要的库

MKL 库版本问题

iJIT_NotifyEvent 是 Intel MKL 中的一个符号，这个错误表明构建环境中 MKL 库版本与 PyTorch 预期的不匹配。PyTorch 2.x 版本对 MKL 有特定要求。

解决方案方向：

• 明确指定 MKL 版本（如 2024.1.0 以上）
• 使用 PyTorch 官方推荐的构建环境

构建环境选择

值得注意的是，PyTorch 官方已经放弃了对 conda 构建和分发的支持。这意味着：

1. 传统的基于 conda 的构建方法可能已经过时
2. 需要寻找替代的构建方案
3. 社区提供的解决方案可能成为临时选择

实践建议

对于需要在特定环境下构建 PyTorch3D 的开发者：

1. 环境准备：

   • 确保使用支持较新 GLIBC 的构建环境
   • 明确指定 MKL 库版本
   • 考虑使用非 conda 的构建方式

2. 版本匹配：

   • 仔细匹配 PyTorch、CUDA 和 Python 版本
   • 注意 PyTorch3D 与 PyTorch 主版本的兼容性

3. 替代方案：

   • 考虑使用社区维护的预构建包
   • 探索基于 Docker 的完整构建方案

未来展望

随着 PyTorch 生态的发展，构建系统的变化可能会带来短期的不便，但也促使社区发展出更健壮的构建方案。开发者可以考虑贡献自己的构建方案回馈社区，帮助解决这类共性问题。

对于需要特定版本 PyTorch3D 的团队，建立自己的构建流水线和版本控制系统可能是长期解决方案。