发版日志
产品版本发布
以下 Ascend NPU 厂商基础产品已在此产品线中编写文档:
使用版本和组件检查 NPU Operator 版本之间的交付模型和组件差异。当历史 release notes 影响迁移或支持决策时,仍会在下方保留。
v26.6.0
支持 ARM Ascend 310P 和 910B 节点上的 ACP v4.0-v4.4。
正式 ARM64 软件包已在 Ascend 910B3 Host Driver 环境以及 Ascend 310P Host 和 Alauda OS 环境中完成验证。NPU Operator Ascend 基础版本还参与了与 HAMi 管理的分配场景的互操作性验证;有关 HAMi 功能的状态和限制,请参阅 HAMi 文档。发布扫描未发现 Alauda 维护的镜像中存在 Critical 或 High 漏洞。
新增和优化功能
- 为受支持的可变操作系统新增由 operator 管理的 Host Driver 安装,同时保留预安装 Host Driver 和受管预编译 Driver 模式。
- 根据配置的 Driver 版本和节点发现标签自动解析预编译 Driver 镜像标签。
已修复问题
- NPU 工作负载在仍处于终止过程中时进入
Failed状态,可能会在 Driver 升级期间被过早视为已释放。Operator 现在会等待 Pod 消失,并在达到配置的超时时间后停止升级。 - 重启后暂时不可用的受管 Host Driver 可能会被视为全新的安装目标。安装程序现在会等待现有安装恢复正常,并在其就绪后不再重新安装。
- 卸载 Operator 可能会遗留受管策略和 finalizer。卸载流程现在会在移除 controller 之前删除这些受管对象。
- 预安装 Host Driver 部署可能会报告 HCCN 不可用,因为它们不使用预编译 Driver 就绪标记。HCCN Bootstrap 现在使用 Host 工具路径进行观测,并在探测失败时保持 fail-closed。
升级说明
- 对于预安装的 Host Driver,请保持 Driver 管理禁用并选择 Host 模式。
- 对于不可变操作系统,请导入匹配的 ARM64 预编译 Driver 镜像,并在安装前配置目标业务集群镜像映射或
ImageWhiteList。Driver 镜像与产品软件包分开交付。 - v26.6.0 使用由
ascend-docker-runtime支持的ascendRuntimeClass。准入 webhook 会将此 RuntimeClass 注入请求 Ascend 资源的 Pod,因此启用 webhook 后,工作负载清单无需显式设置该 RuntimeClass。 - 不要使用 v1.2.4 中的 CDI 规范作为 v26.6.0 的就绪检查。请改为验证 RuntimeClass、运行时集成 DaemonSet 以及已准入的 Pod。
- 不要为同一组 Ascend 设备运行多个设备暴露所有者。当 HAMi 管理分配或切分时,请为这些设备禁用由 NPU Operator 管理的 Ascend Device Plugin。
已知问题
- 不支持自动初始化 HCCN 设备 IP。HCCN Bootstrap 默认处于禁用状态;经过验证的配置文件为仅观测模式,启用后不会重写预配置地址。
- 在使用 Host 网络和固定组件端口的单节点控制平面部署中,升级可能会短暂等待之前的 Pod 释放其端口。在将替换 Pod 判定为失败之前,请确认旧 Pod 已终止。
升级路径
- 通过 OperatorHub / OLM 将 v1.2.4 升级到 v26.6.0。在生产集群中使用手动批准策略,并在升级后验证
NPUOperatorCtl组件和一个 NPU 工作负载。 - 若要从 v1.1.3 或更早版本的集群插件迁移,请先卸载旧集群插件,然后从 OperatorHub 安装 v26.6.0。不支持从集群插件交付模型进行原地转换。
v1.2.4
基于 openFuyao npu-operator 1.2.0。此版本变更了 NPU Operator 的交付模型,并新增对不可变操作系统的支持。
新增和优化功能
- 支持 Alauda OS 和不可变操作系统节点。
- 将 Ascend Driver 作为根据 HDK、芯片、内核和操作系统确定的预编译 Driver 镜像交付。
- 通过禁用 Driver 组件,支持预安装 Driver 直通。
- 使用 CDI 进行设备注入。新工作负载无需
runtimeClassName: ascend即可直接请求 NPU 资源。 - 新增由 operator 管理的 Driver 升级和节点重启流程。
- 新增由恢复策略控制的芯片自愈流程。
- 将 MindCluster / Ascend 组件栈升级到 v7.3.0 系列。
- 自动创建 NPU Exporter
ServiceMonitor。
破坏性变更
- 交付方式从集群插件变更为 OLM operator bundle。
- 不支持从 v1.1.3 或更早版本的集群插件版本进行原地升级。
- Driver 默认作为容器镜像交付,而不是作为 Host
.run软件包交付。 - Runtime 集成基于 CDI。旧版 RuntimeClass 路径仅为兼容性而保留。
已弃用和移除的功能
- v1.1.x 的 DKMS Host 侧 Driver 安装流程不再用于受管 Driver 路径。
修复的问题
- 修复 NPU Exporter
ServiceMonitor的命名空间和选择器问题。 - 修复升级验证可能仅依赖 Driver Pod 就绪状态的问题。
- 修复芯片卡死时运行时初始化快速跳过的问题。
- 包含 Community 针对无 NPU 卡节点上的安装和检测逻辑提供的修复。
已知问题
- Driver 镜像是否可用取决于是否存在与节点内核匹配的标签。如果不存在相应标签,请联系 Alauda Customer Support。
- Driver 升级和芯片自愈可能需要重启节点。
升级说明
要从 v1.1.3 或更早版本升级到 v1.2.4,请先卸载旧集群插件,然后从 OperatorHub 安装 v1.2.4 operator。
v1.1.3
基于 openFuyao npu-operator 1.1.1。此版本使用较旧的集群插件交付模型,以及 MindCluster / Ascend v7.2.RC1 组件栈。