Drake项目迁移至AWS EC2的macOS CI构建实践
2025-06-20 14:24:12作者:牧宁李
背景
在持续集成(CI)实践中,Drake项目团队面临着现有macOS构建环境的一系列挑战。这些问题包括基础设施稳定性不足、维护成本高昂以及构建时间过长等。经过评估,团队决定探索将macOS CI构建迁移到AWS EC2平台的可行性。
技术选型与评估
AWS EC2提供了专用的macOS实例类型,特别是mac2.metal和mac2-m2pro.metal两种配置。初步测试显示:
- mac2.metal实例完成完整构建约需55分钟
- mac2-m2pro.metal实例仅需约30分钟
- 相比现有环境85分钟的构建时间,性能提升显著
值得注意的是,AWS的macOS实例采用专用主机模式,这带来了独特的生命周期管理特点:
- 实例停止或终止时会触发"清理工作流"(scrubbing workflow)
- 清理过程包括擦除内部SSD、重置NVRAM等操作
- 此过程最多可能需要50分钟才能完成
- 在此期间主机处于pending状态且不计费
架构设计与优化
基于AWS平台特性,团队重新设计了CI工作流架构:
镜像策略调整
- 将原本四种镜像配置(Sonoma/Sequoia × 预配置/非预配置)简化为两种
- 仅保留Sonoma和Sequoia的预配置镜像
- 每月重建新镜像以确保Homebrew依赖的稳定性
构建任务重组
- 取消非预配置的bazel测试任务
- 将打包任务(packaging)改为使用预配置镜像
- 保持一个Sonoma预配置实例长期运行以加速响应
- 其他构建类型按需分配资源
特殊构建处理
对于macOS wheel构建这一特殊场景,团队考虑了多种解决方案:
- 重构构建逻辑使其适应预配置环境
- 临时切换实例类型进行构建
- 使用GitHub Actions的免费资源构建
- 最终选择方案1,通过bazel规则重构构建流程
实施与验证
迁移过程采用了分阶段验证策略:
-
首先在AWS上创建测试任务,与现有环境并行运行
-
初始测试包括四种Sequoia预配置构建类型
-
解决了一系列技术挑战,包括:
- 图形渲染问题(需配置自动登录)
- Gurobi许可证配置(需正确设置系统位置和时间)
- 存储性能优化
-
验证通过后,逐步将PR构建任务迁移到新环境
存储配置优化
针对AWS存储特性,团队制定了优化方案:
- 使用100GB EBS卷(当前使用约74GB)
- 默认配置3000 IOPS和175 MB/s吞吐量
- 相比推荐的10000 IOPS和4000 MB/s,实测性能已满足需求
- 存储成本计算:
- 镜像快照:$0.05/GB-月
- 实例卷:$0.08/GB-月
- 额外吞吐量:$2/月/实例
经验总结
本次迁移为Drake项目带来了显著改进:
- 构建性能提升:最快构建时间从85分钟降至30分钟
- 成本优化:与原有方案成本相当但稳定性更高
- 维护简化:减少了特殊环境配置需求
- 可扩展性:为未来macOS版本支持奠定基础
迁移过程中积累的关键经验包括:
- 必须充分理解AWS macOS实例的生命周期特性
- 图形测试需要特殊的自动登录配置
- 商业软件许可证需要额外环境配置
- 存储性能需要根据实际需求精细调优
这一实践为其他需要在云平台上运行macOS CI的项目提供了有价值的参考。
登录后查看全文
热门项目推荐
相关项目推荐
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00- DDeepSeek-V3.2-ExpDeepSeek-V3.2-Exp是DeepSeek推出的实验性模型,基于V3.1-Terminus架构,创新引入DeepSeek Sparse Attention稀疏注意力机制,在保持模型输出质量的同时,大幅提升长文本场景下的训练与推理效率。该模型在MMLU-Pro、GPQA-Diamond等多领域公开基准测试中表现与V3.1-Terminus相当,支持HuggingFace、SGLang、vLLM等多种本地运行方式,开源内核设计便于研究,采用MIT许可证。【此简介由AI生成】Python00
openPangu-Ultra-MoE-718B-V1.1昇腾原生的开源盘古 Ultra-MoE-718B-V1.1 语言模型Python00
HunyuanWorld-Mirror混元3D世界重建模型,支持多模态先验注入和多任务统一输出Python00
AI内容魔方AI内容专区,汇集全球AI开源项目,集结模块、可组合的内容,致力于分享、交流。03
Spark-Scilit-X1-13BFLYTEK Spark Scilit-X1-13B is based on the latest generation of iFLYTEK Foundation Model, and has been trained on multiple core tasks derived from scientific literature. As a large language model tailored for academic research scenarios, it has shown excellent performance in Paper Assisted Reading, Academic Translation, English Polishing, and Review Generation, aiming to provide efficient and accurate intelligent assistance for researchers, faculty members, and students.Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile013
- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
项目优选
收起
deepin linux kernel
C
23
6
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
237
2.36 K
仓颉编程语言运行时与标准库。
Cangjie
122
95
暂无简介
Dart
538
117
仓颉编译器源码及 cjdb 调试工具。
C++
114
83
React Native鸿蒙化仓库
JavaScript
216
291
Ascend Extension for PyTorch
Python
77
109
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
995
588
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
568
113
LLVM 项目是一个模块化、可复用的编译器及工具链技术的集合。此fork用于添加仓颉编译器的功能,并支持仓颉编译器项目。
C++
32
25