通用专业级大模型部署Docker基础环境的DockerFile构建（九章云极提供）-优快云博客

本文链接：https://blog.youkuaiyun.com/seedzhang/article/details/148668249

我们新建一个文件，命令为Dockerfile，是没有扩展名的哦。本地安装Docker后就可以docker build

FROM swr.cn-north-4.myhuaweicloud.com/ddn-k8s/docker.io/pytorch/pytorch:2.5.1-cuda12.4-cudnn9-devel
ARG DEBIAN_FRONTEND=noninteractive
ENV TZ Asia/Shanghai
RUN  sed -i 's|http://ports.ubuntu.com|https://mirrors.tuna.tsinghua.edu.cn|g' /etc/apt/sources.list

RUN apt update -y && \
    apt install -y curl wget net-tools git cmake poppler-utils tesseract-ocr tesseract-ocr-chi-sim libopenblas-dev ninja-build build-essential pkg-config

RUN ln -sf /usr/share/zoneinfo/Asia/Shanghai /etc/localtime
ENV TIME_ZONE Asia/Shanghai
RUN apt-get update  && apt-get install tzdata -y && apt-get install openssh-server -y
RUN apt-get update && apt-get install -y vim telnet iputils-ping unzip bzip2
RUN mkdir -p /workspace/envs 
RUN rm -rf /opt/conda/envs
RUN ln -s /workspace/envs  /opt/conda/envs
RUN ln -s /opt/conda/etc/profile.d/conda.sh /etc/profile.d/conda.sh
ENV PATH /opt/conda/bin:$PATH
RUN /opt/conda/bin/conda init bash --system && \
    echo ". /opt/conda/etc/profile.d/conda.sh" >> /etc/profile && \
    echo "conda activate base" >> /etc/profile && \
    conda info --envs
RUN apt-get install pip -y

RUN echo "export PATH=/usr/local/cuda/bin:$PATH" >> /etc/profile.d/cuda.sh && \
    echo "export LD_LIBRARY_PATH=/usr/local/cuda/lib64:$LD_LIBRARY_PATH" >> /etc/profile.d/cuda.sh && \
    chmod +x /etc/profile.d/cuda.sh

RUN conda install python=3.11 -y
RUN pip install torch==2.3.0 torchvision==0.18.0 torchaudio==2.3.0 --index-url https://download.pytorch.org/whl/cu118

以下是该 Dockerfile 的逐行详解，结合 Docker 最佳实践和指令功能分析：

1. 基础镜像设置

FROM swr.cn-north-4.myhuaweicloud.com/ddn-k8s/docker.io/pytorch/pytorch:2.5.1-cuda12.4-cudnn9-devel

作用：基于华为云镜像仓库中的 PyTorch 官方镜像构建，预装了 PyTorch 2.5.1、CUDA 12.4 和 cuDNN 9 的开发环境。
说明：使用国内镜像加速下载，适合中国地区使用。

2. 构建参数与环境变量

ARG DEBIAN_FRONTEND=noninteractive
ENV TZ Asia/Shanghai

ARG：设置构建参数 DEBIAN_FRONTEND=noninteractive，避免 apt 安装过程中的交互提示（如时区选择）。
ENV：定义容器运行时环境变量 TZ=Asia/Shanghai，配置系统时区为上海。

3. 软件源替换

RUN sed -i 's|http://ports.ubuntu.com|https://mirrors.tuna.tsinghua.edu.cn|g' /etc/apt/sources.list

作用：将 Ubuntu 官方软件源替换为清华镜像源，加速国内软件包下载。
命令解析：sed 命令修改 /etc/apt/sources.list 文件中的 URL。

4. 安装系统依赖

RUN apt update -y && \
    apt install -y curl wget net-tools git cmake poppler-utils tesseract-ocr tesseract-ocr-chi-sim libopenblas-dev ninja-build build-essential pkg-config

依赖说明：
- 基础工具：curl、wget、net-tools（网络诊断）。
- 开发工具：git、cmake、build-essential（编译工具链）。
- OCR 支持：tesseract-ocr 及中文语言包 tesseract-ocr-chi-sim。
- 数学库：libopenblas-dev（优化矩阵运算）。

5. 时区与本地化配置

RUN ln -sf /usr/share/zoneinfo/Asia/Shanghai /etc/localtime
RUN apt-get update && apt-get install tzdata -y && apt-get install openssh-server -y

时区同步：软链接 /etc/localtime 指向上海时区文件。
安装依赖：更新时区数据包 tzdata 并安装 SSH 服务（用于远程登录容器）。

6. 安装常用工具

RUN apt-get update && apt-get install -y vim telnet iputils-ping unzip bzip2

工具集：
- 文本编辑：vim。
- 网络诊断：telnet、iputils-ping（含 ping 命令）。
- 压缩工具：unzip、bzip2。

7. Conda 环境配置

RUN mkdir -p /workspace/envs 
RUN rm -rf /opt/conda/envs
RUN ln -s /workspace/envs /opt/conda/envs
RUN ln -s /opt/conda/etc/profile.d/conda.sh /etc/profile.d/conda.sh
ENV PATH /opt/conda/bin:$PATH

目录管理：
- 创建持久化目录 /workspace/envs（适合挂载卷）。
- 移除默认环境目录，软链接至 /workspace/envs，便于环境隔离。
环境激活：将 Conda 初始化脚本链接至系统 Profile，并设置 PATH 包含 Conda 路径。

8. 初始化 Conda

RUN /opt/conda/bin/conda init bash --system && \
    echo ". /opt/conda/etc/profile.d/conda.sh" >> /etc/profile && \
    echo "conda activate base" >> /etc/profile && \
    conda info --envs
RUN apt-get install pip -y

全局配置：为所有用户初始化 Conda，并设置默认激活 base 环境。
验证：conda info --envs 显示环境列表（调试用）。
补充：安装 pip 确保 Python 包管理可用。

9. CUDA 环境变量

RUN echo "export PATH=/usr/local/cuda/bin:$PATH" >> /etc/profile.d/cuda.sh && \
    echo "export LD_LIBRARY_PATH=/usr/local/cuda/lib64:$LD_LIBRARY_PATH" >> /etc/profile.d/cuda.sh && \
    chmod +x /etc/profile.d/cuda.sh

路径配置：添加 CUDA 二进制路径和库路径到环境变量。
持久化：通过 /etc/profile.d/cuda.sh 脚本确保容器启动时自动加载。

10. 安装 Python 与 PyTorch

RUN conda install python=3.11 -y
RUN pip install torch==2.3.0 torchvision==0.18.0 torchaudio==2.3.0 --index-url https://download.pytorch.org/whl/cu118

Python 版本：安装指定版本 Python 3.11。
PyTorch 安装：
- 通过 PyTorch 官方源安装 CUDA 11.8 兼容的 Torch 2.3.0（尽管基础镜像用 CUDA 12.4，此处可能为兼容性考虑）。
- 注意：若需使用 CUDA 12.4，应选择支持该版本的 PyTorch 包（如 torch==2.3.0+cu124）。