M1芯片Mac构建含TensorFlow的Docker镜像时wheel包不支持报错

该问题由M1芯片的架构差异导致：

• M1系列芯片属于*arm64（aarch64）*架构，Mac上的Docker默认会匹配当前主机架构，拉取linux/arm64版本的基础镜像进行构建
• 你硬编码的TensorFlow安装包是专门适配*x86_64（amd64）*架构的wheel包，和arm64构建环境架构不兼容，因此pip抛出平台不支持的报错
• Intel架构的Mac本身是x86_64架构，默认构建逻辑和你使用的安装包匹配，因此可以正常构建

• 未指定Docker构建的目标平台架构，M1环境下默认使用arm64架构构建，与你引入的x86专属依赖包冲突
• 直接硬编码了单架构的TensorFlow wheel地址，没有适配多架构的安装逻辑

提供两种可选方案，可根据使用场景选择：

方案1：强制x86架构模拟构建（无需修改Dockerfile） #

构建命令增加--platform linux/amd64参数，强制Docker使用x86_64架构进行构建：

docker build --platform linux/amd64 -t my-image:latest .

该方案依赖MacOS的Rosetta 2模拟运行x86架构程序，优点是无需修改现有Dockerfile，构建产物和Intel设备上的产物完全一致；缺点是模拟运行的构建和容器运行性能低于原生arm64架构。

方案2：修改Dockerfile适配多架构 #

删除硬编码的x86专属TensorFlow wheel地址，改为通过pip自动匹配对应架构的安装包，将原Dockerfile中对应的两行：

ENV TF_WHEEL_URL=https://storage.googleapis.com/tensorflow/linux/cpu/tensorflow_cpu-2.7.0-cp37-cp37m-manylinux2010_x86_64.whl
RUN pip install --upgrade $TF_WHEEL_URL

替换为：

RUN pip install --upgrade tensorflow-cpu==2.7.0

pip会自动根据当前构建的系统架构拉取适配的安装包，2.7.0版本的tensorflow-cpu已经官方支持arm64架构，可同时兼容x86和M1环境构建。如果拉取速度较慢，可自行添加国内pip镜像源加速。

内容的提问来源于stack exchange，提问作者Jaroslav Bezděk