Dom/rpa_vision_v3
1
0
Fork 0
Code Issues Pull Requests Actions Packages Projects Releases Wiki Activity
Files
c82829f2bb153e109b37ae3b5c93ae24d5118cdd
rpa_vision_v3/docs/POC/REQUIREMENTS_DGX_AARCH64_DRAFT_2026-06-01.md

12 KiB
Raw Blame History

requirements-dgx-aarch64.txt — DRAFT pour relecture Codex/Dom

Statut : DRAFT — pas encore appliqué. Aucun changement au requirements.txt réel. Date : 2026-06-01 Cible : DGX Spark, Ubuntu 24.04 ARM64, CUDA 13 système, GB10 (sm_121), container Docker headless serveur. Source de vérité : docs/POC/PORTAGE_DGX_SPARK_2026-05-28.md §5. Base : requirements.txt actuel = 180 paquets — bench x86 venv_v3/.

Règles appliquées

  • PyTorch : torch, torchvision désépinglés, installés via --index-url https://download.pytorch.org/whl/cu128 (binaire sm_120 compat sm_121).
  • Wheels GPU NVIDIA (nvidia-*-cu12, 15 paquets) : supprimés, tirés transitivement par torch cu128 ARM.
  • Capture / GUI / X11 : supprimés — container serveur headless ; l'agent capture tourne sur poste Linux client séparé.
  • onnx==1.20.1 : supprimé (audit dépendances : fantôme transitif).
  • Reste : wheels neutres ARM/CPU gardés tels quels ; wheels torch-dependent désépinglés pour laisser pip résoudre.

1. GARDÉ TEL QUEL (paquets neutres ARM/CPU)

Wheels pur Python ou wheels manylinux2014_aarch64 / musllinux_aarch64 publiés sur PyPI. §5 RAS pour les binaires explicitement listés.

  • Web/API : fastapi, Flask, Flask-Caching, Flask-Cors, Flask-Migrate, Flask-SocketIO, Flask-SQLAlchemy, starlette, uvicorn, uvloop (§5), httptools, httpcore, httpx, h11, websockets, wsproto, simple-websocket, python-engineio, python-socketio, python-multipart, Werkzeug, Jinja2, itsdangerous, blinker, click, MarkupSafe, cachelib, watchfiles, anyio, bidict
  • DB/migrations : SQLAlchemy, alembic, Mako, greenlet, redis
  • ML/vision CPU : faiss-cpu (§5), opencv-python (§5), pillow, numpy, scipy, scikit-learn, matplotlib, contourpy, fonttools, kiwisolver, cycler, pyparsing, ml_dtypes, networkx, sympy, mpmath, joblib, threadpoolctl, RapidFuzz, shapely (§5), pyclipper (§5), h5py (§5)
  • PDF/docs : pypdfium2 (§5), lxml (§5), python-docx, openpyxl, et_xmlfile, defusedxml, anyascii, langdetect, ftfy, wcwidth, regex
  • Ollama : ollama (client HTTP pur Python)
  • Validation/config : pydantic, pydantic_core, annotated-doc, annotated-types, typing-inspection, typing_extensions, validators, marshmallow, jsonschema, jsonschema-specifications, referencing, rpds-py, attrs, PyYAML, python-dotenv
  • HTTP/réseau : aiohttp, aiohappyeyeballs, aiosignal, frozenlist, multidict, propcache, yarl, requests, urllib3, charset-normalizer, idna, certifi
  • Crypto/utils : cryptography, cffi, pycparser, filelock, fsspec, packaging, platformdirs, pathspec, six, python-dateutil, sortedcontainers, tqdm, Pygments
  • Monitoring : prometheus_client, psutil, pynvml, nvidia-ml-py (bindings NVML pur Python, pas un wheel CUDA toolkit)
  • Protobuf : protobuf (§5)
  • Dev/tests : pytest, pytest-asyncio, pytest-cov, pytest-flask, pytest-mock, hypothesis, coverage, iniconfig, pluggy, black, flake8, mypy, mypy_extensions, mccabe, pycodestyle, pyflakes

2. GARDÉ MAIS DÉSÉPINGLÉ (laisser pip résoudre avec torch cu128 ARM)

Paquet Version actuelle x86 Raison
torch 2.9.1 installé via index PyTorch cu128 ARM (étape 1 ci-dessous)
torchvision 0.24.1 idem, doit matcher torch cu128 ARM
transformers 4.57.3 dépend de torch — laisser résoudre
accelerate 1.13.0 dépend de torch
timm 1.0.24 dépend de torch
open_clip_torch 3.2.0 dépend de torch
python-doctr 1.0.1 dépend de torch + torchvision (§5 RAS)
safetensors 0.7.0 binding Rust, couplé à transformers/torch
tokenizers 0.22.2 binding Rust, couplé à transformers
huggingface-hub 0.36.0 couplé à transformers
hf-xet 1.2.0 binding Rust, wheel aarch64 à vérifier (cf. §4)

3. SUPPRIMÉ

3a. Capture / GUI / X11 (serveur DGX headless)

PyQt5, PyQt5-Qt5, PyQt5_sip, mss, PyAutoGUI, pynput, evdev, python-xlib, python3-xlib, pystray, PyGetWindow, PyMsgBox, PyScreeze, MouseInfo, pyperclip, pytweening, PyRect — tous hors scope container serveur (§5 ligne 81 : non bloquant si non chargés). Restent sur le poste Linux client de l'agent capture.

3b. Wheels GPU NVIDIA épinglées x86 (15 paquets)

nvidia-cublas-cu12, nvidia-cuda-cupti-cu12, nvidia-cuda-nvrtc-cu12, nvidia-cuda-runtime-cu12, nvidia-cudnn-cu12, nvidia-cufft-cu12, nvidia-cufile-cu12, nvidia-curand-cu12, nvidia-cusolver-cu12, nvidia-cusparse-cu12, nvidia-cusparselt-cu12, nvidia-nccl-cu12, nvidia-nvjitlink-cu12, nvidia-nvshmem-cu12, nvidia-nvtx-cu12 — §5 ligne 78 : désépinglés, retirés du requirements, tirés par torch cu128 ARM.

3c. Fantôme

onnx==1.20.1 — audit runtime : non importé par le code server. onnxruntime déjà confirmé non utilisé (cf. brief Dom). Suppression nette.

4. À VÉRIFIER (validation Codex/Dom requise)

Paquet Question Action proposée
triton §5 risque ligne 79 : PTXAS embarqué peut crasher avec CUDA 13 Non listé (tiré par torch cu128) ; si KO au runtime : export TRITON_PTXAS_PATH=/usr/local/cuda/bin/ptxas
hf-xet Wheel aarch64 publié au moment du build ? Désépingler ; si non dispo, retirer (dep optionnelle de huggingface-hub)
accelerate Version compatible torch cu128 ARM ? Désépinglé (cat. 2) — flag pour test post-install
onnx (suppression) Confirmé sur scope server/ + core/grounding/ + core/detection/ ? grep -r "^import onnx|^from onnx" --include='*.py' server/ core/ avant build
nvidia-ml-py vs pynvml Doublon (officiel vs fork tiers) Probable retrait de pynvml, à arbitrer

5. Bloc requirements-dgx-aarch64.txt proposé

Installation en 2 étapes (cu128 ARM avant le reste, sinon pip tire les wheels x86 du cache) :

# Étape 1 : PyTorch ARM cu128
pip install --no-cache-dir torch torchvision \
    --index-url https://download.pytorch.org/whl/cu128

# Étape 2 : reste
pip install --no-cache-dir -r requirements-dgx-aarch64.txt

# requirements-dgx-aarch64.txt
# Cible : DGX Spark / Ubuntu 24.04 ARM64 / CUDA 13 / GB10 sm_121
# Pré-requis : torch+torchvision installés via index cu128 ARM AVANT ce fichier.

# --- Stack torch-dependent (désépinglé) ---
transformers
accelerate
timm
open_clip_torch
python-doctr
safetensors
tokenizers
huggingface-hub
hf-xet

# --- Web / API ---
fastapi==0.128.0
Flask==3.0.0
Flask-Caching==2.1.0
Flask-Cors==4.0.0
Flask-Migrate==4.1.0
Flask-SocketIO==5.3.5
Flask-SQLAlchemy==3.1.1
starlette==0.50.0
uvicorn==0.40.0
uvloop==0.22.1
httptools==0.7.1
httpcore==1.0.9
httpx==0.28.1
h11==0.16.0
websockets==16.0
wsproto==1.3.2
simple-websocket==1.1.0
python-engineio==4.8.0
python-socketio==5.10.0
python-multipart==0.0.21
Werkzeug==3.1.5
Jinja2==3.1.6
itsdangerous==2.2.0
blinker==1.9.0
click==8.3.1
MarkupSafe==3.0.3
cachelib==0.9.0
watchfiles==1.1.1
anyio==4.12.1
bidict==0.23.1

# --- DB / migrations ---
SQLAlchemy==2.0.23
alembic==1.18.4
Mako==1.3.10
greenlet==3.3.0
redis==5.0.1

# --- ML / vision CPU ---
faiss-cpu==1.13.2
opencv-python==4.12.0.88
pillow==12.1.0
numpy==2.2.6
scipy==1.17.0
scikit-learn==1.8.0
matplotlib==3.10.8
contourpy==1.3.3
fonttools==4.62.1
kiwisolver==1.5.0
cycler==0.12.1
pyparsing==3.3.2
ml_dtypes==0.5.4
networkx==3.6.1
sympy==1.14.0
mpmath==1.3.0
joblib==1.5.3
threadpoolctl==3.6.0
RapidFuzz==3.14.3
shapely==2.1.2
pyclipper==1.4.0
h5py==3.16.0

# --- PDF / docs ---
pypdfium2==5.6.0
lxml==6.0.2
python-docx==1.2.0
openpyxl==3.1.5
et_xmlfile==2.0.0
defusedxml==0.7.1
anyascii==0.3.3
langdetect==1.0.9
ftfy==6.3.1
wcwidth==0.2.14
regex==2025.11.3

# --- Ollama ---
ollama==0.6.1

# --- Validation / config ---
pydantic==2.12.5
pydantic_core==2.41.5
annotated-doc==0.0.4
annotated-types==0.7.0
typing-inspection==0.4.2
typing_extensions==4.15.0
validators==0.35.0
marshmallow==3.20.1
jsonschema==4.20.0
jsonschema-specifications==2025.9.1
referencing==0.37.0
rpds-py==0.30.0
attrs==25.4.0
PyYAML==6.0.1
python-dotenv==1.0.0

# --- HTTP / réseau ---
aiohttp==3.13.3
aiohappyeyeballs==2.6.1
aiosignal==1.4.0
frozenlist==1.8.0
multidict==6.7.0
propcache==0.4.1
yarl==1.22.0
requests==2.32.5
urllib3==2.6.3
charset-normalizer==3.4.4
idna==3.11
certifi==2026.1.4

# --- Crypto / utils ---
cryptography==46.0.3
cffi==2.0.0
pycparser==2.23
filelock==3.20.3
fsspec==2026.1.0
packaging==25.0
platformdirs==4.5.1
pathspec==1.0.3
six==1.17.0
python-dateutil==2.8.2
sortedcontainers==2.4.0
tqdm==4.67.1
Pygments==2.19.2

# --- Monitoring ---
prometheus_client==0.23.1
psutil==7.2.1
pynvml==13.0.1
nvidia-ml-py==13.590.48

# --- Protobuf ---
protobuf==7.34.0

# --- Dev / tests (à isoler dans requirements-dev.txt à terme) ---
pytest==9.0.2
pytest-asyncio==1.3.0
pytest-cov==4.1.0
pytest-flask==1.3.0
pytest-mock==3.12.0
hypothesis==6.92.1
coverage==7.13.1
iniconfig==2.3.0
pluggy==1.6.0
black==23.12.1
flake8==6.1.0
mypy==1.7.1
mypy_extensions==1.1.0
mccabe==0.7.0
pycodestyle==2.11.1
pyflakes==3.1.0

Bilan : 180 → ~125 lignes. Retraits = 17 capture/GUI + 15 nvidia-cu12 + 1 onnx + 11 remontés cat. 2 désépinglée (torch/torchvision/transformers/accelerate/timm/open_clip_torch/python-doctr/safetensors/tokenizers/huggingface-hub/hf-xet) = 44 lignes en moins, 9 désépinglées remontées en tête.

6. Vérifications post-install sur DGX

# 1. PyTorch + GPU sm_121
python -c "import torch; print(torch.cuda.is_available(), torch.cuda.get_device_capability(0))"
# attendu : (True, (12, 1))

python -c "import torch; print(torch.__version__, torch.version.cuda)"
# attendu : 2.9.x+ / 12.8

# 2. FAISS
python -c "import faiss; print(faiss.__version__)"
# attendu : 1.13.x

# 3. Transformers stack
python -c "import transformers; print(transformers.__version__)"
python -c "import accelerate, timm, open_clip, doctr; print(accelerate.__version__, timm.__version__, open_clip.__version__, doctr.__version__)"

# 4. Bindings Rust aarch64
python -c "import tokenizers, safetensors; print(tokenizers.__version__, safetensors.__version__)"
python -c "import hf_xet; print(hf_xet.__version__)"   # point de vérif cat. 4

# 5. Confirmation onnx absent et runtime OK
python -c "import onnx" 2>&1 | grep -q ModuleNotFoundError && echo "OK : onnx absent"

# 6. Points d'entrée applicatifs
python -c "from web_dashboard.app import app; print('dashboard OK')"
python -c "from visual_workflow_builder.backend.app import app; print('VWB backend OK')"
# adapter le module server selon le wiring réel

# 7. Sanity GPU
python -c "import torch; x=torch.randn(8,8,device='cuda'); print('matmul GPU OK', (x@x).device)"

# 8. Ollama client → daemon
python -c "import ollama; print(ollama.list())"

Garde-fous §5 :

  • Si kernels Triton crashent : export TRITON_PTXAS_PATH=/usr/local/cuda/bin/ptxas.
  • Si pip tire encore des nvidia-*-cu12 x86 : confirmer que l'étape 1 (torch cu128 ARM) a été exécutée avant, et que --no-cache-dir est bien passé.

7. Points ouverts pour Codex/Dom

  1. Confirmer suppression onnx : grep -r "^import onnx\|^from onnx" --include='*.py' server/ core/ avant build image Docker.
  2. Splitter dès le POC requirements-dev.txt (pytest/black/mypy/flake8/coverage/hypothesis) pour ne pas polluer l'image server ? À trancher.
  3. hf-xet : si wheel aarch64 indispo au build, retirer (dep optionnelle huggingface-hub).
  4. nvidia-ml-py vs pynvml : doublon. Garder uniquement nvidia-ml-py (officiel) ?
Reference in New Issue View Git Blame Copy Permalink