Jetson-Containers项目中构建Python 3.9环境的PyTorch镜像

在Jetson平台上使用PyTorch进行深度学习开发时，有时会遇到需要特定Python版本的情况。本文介绍如何在jetson-containers项目中构建支持Python 3.9的PyTorch镜像，以满足特殊需求如Nsight Systems的Python性能分析工具。

背景需求

Nsight Systems是NVIDIA提供的性能分析工具，其Python分析功能要求Python 3.9或更高版本。然而，标准jetson-containers项目中的PyTorch镜像默认使用JetPack自带的Python版本（如JetPack 5.1.2中的Python 3.8）。

解决方案概述

要在jetson-containers项目中构建支持Python 3.9的PyTorch镜像，需要完成以下两个主要步骤：

1. 修改基础Python镜像以支持Python 3.9
2. 创建新的PyTorch构建配置

详细实施步骤

1. 修改Python基础镜像

首先需要修改项目中的Python基础Dockerfile，添加Python 3.9支持：

RUN apt-get update && \
    apt install -y software-properties-common && \
    add-apt-repository ppa:deadsnakes/ppa && \
    apt install -y \
    python3.9 \
    libpython3.9-dev && \
    update-alternatives --set python /usr/bin/python3.9

这段代码会：

• 安装必要的软件包管理工具
• 添加deadsnakes PPA源（提供多个Python版本）
• 安装Python 3.9及其开发库
• 将系统默认Python设置为3.9版本

2. 创建新的PyTorch构建配置

在项目的PyTorch配置文件中，需要添加一个新的构建配置项：

pytorch_build('2.1', suffix='mybuilder', requires='==35.*')

这个配置会：

• 指定PyTorch 2.1版本
• 使用自定义构建器后缀"mybuilder"
• 设置CUDA版本要求为11.8（对应35.*）

3. 执行构建命令

完成上述修改后，使用以下命令构建自定义镜像：

./build.sh pytorch:2.1-mybuilder

构建过程会自动完成以下工作：

1. 基于修改后的Python基础镜像创建构建环境
2. 下载并编译PyTorch及其依赖项
3. 生成支持Python 3.9的PyTorch wheel包
4. 创建最终的运行时镜像

注意事项

1. JetPack版本兼容性：此方案适用于JetPack 5.x系列。如果是JetPack 6.0用户，可以直接使用项目提供的pytorch:2.1-builder镜像。

2. 依赖关系：修改Python版本可能会影响其他依赖库的兼容性，建议在容器中隔离使用。

3. 构建时间：在Jetson设备上从头构建PyTorch可能需要较长时间（数小时），建议在有充足时间时进行。

4. 存储空间：确保设备有足够的存储空间（建议至少20GB可用空间）。

通过以上步骤，开发者可以在Jetson平台上获得一个支持Python 3.9的PyTorch开发环境，满足Nsight Systems等工具的特殊需求。这种自定义构建方法也适用于其他需要特定Python版本的场景。