执行摘要

• 一句话：优化 XPU Docker 镜像大小与锁机制
• 推荐动作：推荐给关注 CI 基础设施和 Docker 优化的团队阅读，特别是多阶段构建和锁机制的实践。

功能与动机

PR 描述明确指出目的：'Reduce XPU Docker image size and layer bloat' 和 'Unify Intel Docker pull+create under one lock'。镜像体积过大导致拉取慢、存储占用高，原有的 pull 和 create 使用独立的锁可能导致竞态条件。

实现拆解

1. 重构 Dockerfile.xpu，引入多阶段构建：将需要编译器的组件（UCX、NIXL）放在独立构建阶段，产物复制到最终运行阶段，使运行时镜像不包含编译工具链，显著减小体积。
2. 合并多个 RUN 命令以减少镜像层数：例如将 curl 安装 uv 和创建 venv 合并为一条 RUN，将 oneCCL 配置和符号链接合并等。
3. 统一 CI 脚本中的锁机制：移除 .buildkite/scripts/hardware_ci/run-intel-test.sh 中单独的 flock /tmp/docker-pull.lock 逻辑，将 pull 和 create 整合到同一个 flock 下，防止重复拉取冲突。

关键文件：

• docker/Dockerfile.xpu（模块 容器构建；类别 infra；类型 infrastructure）: 最核心变更文件，通过多阶段构建和命令合并将镜像从 38G 缩小至 33G，减小层膨胀。
• .buildkite/scripts/hardware_ci/run-intel-test.sh（模块 CI 脚本；类别 infra；类型 infrastructure）: CI 脚本重构，将 Docker pull 和 create 操作统一在同一个锁下，移除冗余的 pull 检查，简化并发控制。

关键符号：未识别

关键源码片段

docker/Dockerfile.xpu

最核心变更文件，通过多阶段构建和命令合并将镜像从 38G 缩小至 33G，减小层膨胀。

# vllm-project/vllm/docker/Dockerfile.xpu ( 简化片段 )
# 通过合并 RUN 命令减少镜像层数
# 安装 uv 并创建虚拟环境（单层）
RUN curl -LsSf https://astral.sh/uv/install.sh | sh \
 && uv venv --python ${PYTHON_VERSION} --seed ${VIRTUAL_ENV}
​
# 安装 oneCCL 后清理中间文件，减少层数
RUN wget "https://github.com/uxlfoundation/oneCCL/releases/download/2021.15.9/...pkg" \
 && bash installer -a --silent --eula accept \
 && rm installer \
 && echo "source /opt/intel/oneapi/setvars.sh --force" >> /root/.bashrc \
 && echo "source /opt/intel/oneapi/ccl/2021.15/env/vars.sh --force" >> /root/.bashrc \
 && rm -f /opt/intel/oneapi/ccl/latest \
 && ln -s /opt/intel/oneapi/ccl/2021.15 /opt/intel/oneapi/ccl/latest

评论区精华

审阅者 yma11 询问优化前后构建时间和镜像大小对比，提交者 zxd1997066 回复镜像从 38G 降至 33G，并附上 Docker 镜像列表截图。无其他争议。

• 镜像大小优化效果 (question): 确认镜像减少约 5G，构建时间未具体对比但可接受。

风险与影响

• 风险：多阶段构建重组了 Dockerfile，可能因遗漏依赖导致构建失败，但本 PR 已通过 CI 测试并被批准。锁机制统一简化了并发控制，但未处理超时等异常情况（如 pull 超时仍吃住锁）。整体风险较低。
• 影响：对 Intel GPU CI 有直接影响：镜像拉取更快（体积减小 5G），存储消耗降低；锁机制避免 runner 间冲突，提升 CI 稳定性。对其他平台无影响。
• 风险标记：构建流程变更, 并发控制变更, 镜像瘦身

关联脉络

• 暂无明显关联 PR