执行摘要

• 一句话：为 ROCm 镜像添加 AINIC 和 Thor-2 NIC 驱动支持
• 推荐动作：该 PR 是基础设施增强而非功能性变更，对 ROCm 多节点用户至关重要。值得关注的设计决策包括：默认安装所有 NIC 以减少认知负担（类似 SGLang 做法）、提供 none 选项兼容不使用 MoRI 的场景、以及明确的版本参数化。对于需要构建定制 ROCm 镜像的团队，此 PR 提供了可复用的模式。建议阅读 Dockerfile 中的函数封装和 case 分支，理解如何在 Docker 构建中灵活管理多方驱动。

功能与动机

关联 Issue #38687 指出 ROCm 镜像未内置 AINIC 或 Thor-2 NIC 驱动，导致 MoRI 多节点功能无法在 AMD 集群中直接使用。PR 目的是使 ROCm vLLM 镜像达到与 CUDA 类似的使用体验，并参照 SGLang 的 ROCm Dockerfile 实现。社区成员强调需要让 Pollara AINIC 和 Thor-2 NIC 开箱即用，避免用户手动安装驱动和重建 MoRI。

实现拆解

1. 修改构建参数默认值：将 NIC_BACKEND 从 "none" 改为 "all"，并添加注释说明可用选项。将 AINIC_VERSION 从 1.117.5 改为 1.117.3-hydra（经测试兼容常见主机驱动）。
2. 定义安装函数：在 RUN 层中新增 install_ainic() 和 install_bnxt() Shell 函数，分别处理两个 NIC 的 apt 源配置、GPG 密钥验证、包安装和后续清理。
3. 扩展 case 语句：支持 all（依次调用两个函数）、ainic（仅安装 AINIC）、bnxt（仅安装 Thor-2）、none（无操作）四种模式，并为无效输入报错。
4. 安装 MoRI Python 依赖：保留 pip 安装 quart、msgpack 等，确保 MoRI proxy 可正常运行。
5. 更新注释和文档：在文件头部和 case 分支处添加详细说明，帮助构建者理解选项含义和版本依赖。

关键文件：

• docker/Dockerfile.rocm（模块 构建脚本；类别 infra；类型 infrastructure；符号 install_ainic, install_bnxt, NIC_BACKEND）: 唯一变更文件，实现所有 NIC 驱动安装逻辑，包括新定义的 install_ainic 和 install_bnxt 函数以及基于 NIC_BACKEND 参数的分支选择。

关键符号：install_ainic, install_bnxt, NIC_BACKEND case 选择逻辑

关键源码片段

docker/Dockerfile.rocm

唯一变更文件，实现所有 NIC 驱动安装逻辑，包括新定义的 install_ainic 和 install_bnxt 函数以及基于 NIC_BACKEND 参数的分支选择。

# 定义 AINIC 用户空间库安装函数
install_ainic() {
    # 配置 AMD AINIC apt 源，使用 GPG 验证
    apt-get update && apt-get install -y --no-install-recommends ca-certificates curl gnupg apt-transport-https
    rm -rf /var/lib/apt/lists/*
    mkdir -p /etc/apt/keyrings
    curl -fsSL https://repo.radeon.com/rocm/rocm.gpg.key | gpg --dearmor > /etc/apt/keyrings/amdainic.gpg
    echo "deb [arch=amd64 signed-by=/etc/apt/keyrings/amdainic.gpg] https://repo.radeon.com/amdainic/pensando/ubuntu/${AINIC_VERSION} ${UBUNTU_CODENAME} main" \
        > /etc/apt/sources.list.d/amdainic.list
    apt-get update && apt-get install -y --no-install-recommends \
        libionic-dev \
        ionic-common
    rm -rf /var/lib/apt/lists/*
}
​
# 定义 Broadcom Thor-2 用户空间库安装函数
install_bnxt() {
    # 添加 Broadcom NIC apt 源，使用公钥验证
    install -m 0755 -d /etc/apt/keyrings
    curl -fsSL https://packages.broadcom.com/artifactory/api/security/keypair/PackagesKey/public \
        -o /etc/apt/keyrings/broadcom-nic.asc
    chmod a+r /etc/apt/keyrings/broadcom-nic.asc
    echo "deb [arch=amd64 signed-by=/etc/apt/keyrings/broadcom-nic.asc] https://packages.broadcom.com/artifactory/ethernet-nic-debian-public jammy main" \
        > /etc/apt/sources.list.d/broadcom-nic.list
    apt-get update && apt-get install -y --no-install-recommends \
        bnxt-rocelib=235.2.86.0
    # 手动复制库文件并更新链接
    cp -a /usr/local/lib/x86_64-linux-gnu/libbnxt_re* /usr/local/lib/
    ldconfig
    rm -rf /var/lib/apt/lists/*
}
​
# 根据 NIC_BACKEND 参数执行对应安装
case "${NIC_BACKEND}" in
    none) ;; # 不安装任何驱动
    all) install_ainic; install_bnxt ;; # 默认：安装所有支持的 NIC
    ainic) install_ainic ;; # 仅安装 AMD AINIC
    bnxt) install_bnxt ;; # 仅安装 Broadcom Thor-2
    *) echo "ERROR: unknown NIC_BACKEND=${NIC_BACKEND}. Use one of: none, ainic, bnxt, all"; exit 2 ;;
esac

评论区精华

Review 讨论聚焦于默认值选择和镜像质量：tjtanaa 建议将默认 NIC_BACKEND 设为 all，并提供 none 作为不安装的选项，避免对无需 MoRI 的用户增加负担；gemini-code-assist[bot] 指出 bnxt 安装时未清除 cmake、ninja 等构建依赖，建议 purge 以减小镜像体积和安全风险，但 PR 最终未采纳该建议；simondanielsson 在集群上验证了 AINIC 版本兼容性，并将默认 AINIC_VERSION 从 1.117.5 下调至 1.117.3-hydra，以匹配更多主机驱动。

• 默认 NIC_BACKEND 值选择 (design): 采纳，最终默认值为 all，并保留 none 分支。
• none 分支注释不准确 (documentation): 最终注释已修正，none 分支不再指示为 default。
• bnxt 安装中构建依赖残留 (performance): 未采纳；最终代码中仍保留了这些构建依赖的安装，未添加清理步骤。

风险与影响

• 风险：
  1. 镜像体积风险：默认安装两个 NIC 的用户空间库，增加约 10-20 MB，但相对于模型权重可忽略；
  2. 版本兼容风险：用户空间库版本需与主机内核模块匹配，若版本不匹配 MoRI 将报错。PR 允许通过 AINIC_VERSION 参数自定义，但默认版本可能不兼容所有集群；
  3. 外部源安全风险：添加了 repo.radeon.com 和 packages.broadcom.com 两个 apt 源，但均使用了 GPG 密钥验证，风险可控；
  4. 构建依赖残留：bnxt 安装中 cmake、ninja-build 等工具未清理，可能增加镜像体积和攻击面（reviewer 已指出但未解决）。
     - 影响：用户影响：使用 AMD MI300/MI355 等 ROCm 平台并搭配 AINIC 或 Thor-2 NIC 进行多节点推理的用户现在可以直接使用官方镜像，无需手动安装驱动；不使用 MoRI 的用户可通过 --build-arg NIC_BACKEND=none 保持原有轻量化镜像。系统影响：镜像大小增加，但 MoRI 运行时自动检测 NIC 类型，无性能开销。团队影响：需要维护 NIC 版本与主机驱动的同步，未来版本升级时需关注兼容性。
     - 风险标记：镜像大小增加, 构建依赖残留, 版本兼容风险, 外部源安全验证

关联脉络

• 暂无明显关联 PR