****前言：****随着国产AI芯片的崛起，土星云AI边缘计算设备中的芯片凭借高性能、高可靠，在智能视觉、边缘计算等场景中广泛应用。但芯片的算法运行环境依赖特定SDK、驱动及工具链，不同主机环境差异易导致部署踩坑。Docker作为轻量级容器化技术，可实现"一次构建、处处运行"，完美解决环境隔离与一致性问题。本文将详细讲解如何基于土星云AI边缘计算设备的芯片上快速搭建算法模型运行环境，覆盖从环境准备、镜像配置到模型部署验证的全流程，新手也能快速上手。
一、前置知识与环境准备
1.1 核心概念说明
本次实操围绕土星云AI边缘计算设备SE110S-WA32所用芯片（1684x）展开，核心依赖对应芯片专用SDK和Docker镜像，关键概念如下：
- 目标芯片：本文以1684x边缘计算芯片为核心，其中1684x支持FP32/FP16/INT8多种精度，集成高性能ARM内核；支持PyTorch、TensorFlow等主流框架，适用于深度学习推理场景。
- 专用SDK：适配1684x芯片的一站式工具包，包含底层驱动、编译器、运行时库（SAIL）等，是算法在该系列芯片上运行的核心依赖。
1.2 宿主机环境要求
确保宿主机SE110S-WA32满足以下条件，避免部署过程中出现兼容性问题：
- SDK版本：v25.03.01；
- 网络环境：可访问互联网，用于下载镜像。
二、芯片专用Docker镜像 制作
适配1684x芯片的专用Docker镜像，使用dockerfile的方式制作镜像。在镜像中安装了python3.8.10,同时安装jupyter notebook，默认密码：123456。
使用ssh连接上SE110S-WA32设备
cd /data
git clone https://gitee.com/saturn-cloud/se110s-wa32-docker.git
cd se110s-wa32-docker
cp -r /opt/sophon ./
sudo docker build -t se110s_wa32:v1.0 -f dockerfile .
本次镜像制作基于SE110S-WA32的SDK:v25.03.01版本进行，若为其它版本SDK需更换对应的sail包，即sophon_arm_sdk25.03.01-py3.8.10-none-any.whl文件。使用bm_version命令可查看SDK版本，如下图：
或直接拉取制作好的docker镜像（注意在启动容器时的镜像名称）：
docker pull uhub.service.ucloud.cn/saturncloud/se110s_wa32:v1.0
三、启动Docker容器并配置算法运行环境
镜像制作完成后，启动容器并进入交互模式，为后续算法部署做准备。选择一个项目放置位置，如：/data/AI，将容器启动脚本写入start_docker.sh
mkdir -p /data/AI
cd /data/AI
vim start_docker.sh
内容如下：
#!/bin/bash
project=`pwd`
docker stop se110s_wa32
docker rm se110s_wa32
docker run -itd --name se110s_wa32 --restart=always --privileged --init \
--net=host \
--log-opt max-size=10m --log-opt max-file=3 \
-v /sys/kernel/debug/:/sys/kernel/debug/ \
-v /usr/bin/date:/usr/bin/date \
-v /etc/localtime:/etc/localtime \
-v /etc/timezone:/etc/timezone \
-v $project:/workspace \
-w /workspace \
se110s_wa32:v1.0 /bin/bash -c 'jupyter notebook --allow-root --no-browser'
至此已启动docker容器se110s_wa32。可打开浏览器输入{ip}:8888，即可打开notebook，默认密码：123456。
四、算法模型运行验证（实操示例）
环境搭建完成后，以常见的YOLOv10目标检测模型为例，演示模型在容器内运行验证，确保环境可正常用于算法部署。
使用git拉取示例代码：
cd /data/AI
git clone https://gitee.com/saturn-cloud/se110s-wa32-samples.git
docker exec -it se110s_wa32 /bin/bash
cd ./se110s-wa32-samples/YOLOv10
python3 main.py
执行完python命令后，等待几秒，在浏览器地址栏中输入{ip}:5001即可访问YOLOv10检测页面，选择一张图片进行检测，如下图所示：
五 、总结与拓展
本文详细讲解了基于土星云SE110S-WA32边缘计算设备使用Docker搭建算法运行环境，其核心优势在于利用Docker容器隔离特性，避免了部署的难题。
通过本文的实操，你可以快速搭建一套可复用、可迁移的算法运行环境，同样SE110S-WB16和SE110S-WC8可参考以上章节进行docker镜像的制作。用于目标检测、图像分类、语义分割等各类深度学习算法的部署。后续可基于该环境，进一步调试推理性能，实现算法的快速迭代与部署。
如果在实操过程中遇到其他问题，欢迎在评论区留言交流！