使用Ubuntu实时内核的Docker实时指南
作者:Tobit Flatscher(2021年8月 - 2023年2月)
概览
这个开源项目旨在帮助开发者在Linux操作系统上,尤其是使用Docker容器,开发和部署实时性要求高的代码。它向您详细介绍了:
- 实时系统基础知识与各种实时Linux方法概述
- 如何设置Ubuntu实时内核或安装PREEMPT_RT,包括自动重新编译内核的脚本
- 实时系统优化和性能基准测试工具cyclictest
- 在PREEMPT_RT修补过的主机系统上的实时兼容容器配置
- 针对PREEMPT_RT的Nvidia驱动程序支持
请注意,由于依赖PREEMPT_RT修补过的主机系统,该指南不适用于Windows和MacOS。
此外,如果您想要了解如何使用Docker和Docker Compose进行开发,以及如何在Visual Studio Code中设置并配合图形用户界面和ROS工作区使用,可以查看作者的另一个仓库docker-for-robotics。
应用场景
这个项目适合多种实时应用,例如:
- 控制Linux系统的实时机器人硬件,如通过EtherCAT接口的SOEM或IgH主站
- 利用SoftPLC实现数字控制,例如使用CodeSYS Control或LinuxCNC
- 音频开发中的实时编程,例如利用Juce进行实时处理
Docker与实时应用
Docker容器能够共享主机内核,因此只要主机内核具备实时能力,容器内的应用程序也可以运行实时代码。关键在于正确设置权限以及减少网络延迟选项。
安装实时内核
Ubuntu 22.04及以上版本提供了通过Ubuntu Pro订阅的实时内核,只需简单几步命令即可安装。个人用户最多可以免费注册五台机器,商业用户则需购买订阅。通过这种方式安装是最方便可靠的。doc/PreemptRt.md文档中有详细的注册和安装说明。
另外,也可以使用源码编译或现有的Debian包来安装,相关步骤同样在doc/PreemptRt.md中详细描述,并提供了自动化脚本辅助。
设置实时权限
成功安装实时内核后,只需使用特定选项启动Docker容器,即使非root用户也能设定实时优先级。详情参见doc/PreemptRt.md。
启动Docker
在安装了PREEMPT_RT之后,运行以下Docker配置,容器内的任何进程都能设置实时优先级:
cap_add:
- SYS_NICE
ulimits:
rtprio: 99
rttime: -1 # 对应'无限'
memlock: 8428281856
network_mode: host
使用这些选项启动的Docker容器将具备与主机相同的实时性能。
示例
该项目附带了一个简单的示例,供您体验。在Docker容器内部执行cyclictest,以评估系统的实时性能。比较在主机和容器中的结果差异,可以看到几乎无差别。
要启动示例,请运行:
$ docker-compose -f docker/docker-compose.yml up
然后进入benchmark/目录并运行:
$ ./mklatencyplot.bash
这会创建一个延迟直方图,测量线程实际唤醒时间与其预定唤醒时间的差值,从而显示系统潜在的延迟来源。
项目特点
- 提供详尽的实时系统设置和优化指南。
- 支持PREEMPT_RT内核的自动安装和Docker容器配置。
- 可用于多种实时应用领域,如机器人控制、数字控制和音频开发。
- 兼容性好,能确保容器内的实时性能与主机一致。
通过这个开源项目,您可以轻松地搭建实时Linux环境,并在Docker容器内安全高效地运行实时应用。无论是开发还是部署,都是一个值得尝试的优秀解决方案。
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust099- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
MiMo-V2.5-ProMiMo-V2.5-Pro作为旗舰模型,擅⻓处理复杂Agent任务,单次任务可完成近千次⼯具调⽤与⼗余轮上 下⽂压缩。Python00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
Kimi-K2.6Kimi K2.6 是一款开源的原生多模态智能体模型,在长程编码、编码驱动设计、主动自主执行以及群体任务编排等实用能力方面实现了显著提升。Python00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00