Imágenes Docker disponibles

Al alquilar un servidor GPU en Clore.ai, puedes elegir entre imágenes Docker preconfiguradas o usar la tuya propia.

Imágenes preinstaladas

Propósito general

Imagen	Descripción	Incluido
Ubuntu Jupyter	Ubuntu limpio con Jupyter Notebook	Python, CUDA, Jupyter
PyTorch	Listo para aprendizaje profundo	PyTorch, CUDA, cuDNN
TensorFlow	Framework de ML de Google	TensorFlow, CUDA, Keras

Específico de IA/ML

Imagen	Descripción	Caso de uso
Stable Diffusion WebUI	Interfaz AUTOMATIC1111	Generación de imágenes
ComfyUI	Interfaz SD basada en nodos	Flujos de trabajo avanzados de imagen
Text Generation WebUI	Interfaz de Oobabooga	Inferencia de LLM
Ollama	Ejecuta LLMs localmente	Despliegue de LLM
vLLM	Servido de LLM de alto rendimiento	LLM para producción

Minería

Imagen	Descripción
Clore Mining	Preconfigurado para minería
Compatible con HiveOS	Para integración con HiveOS

Seleccionar una imagen

1. Ir a Marketplace

2. Encontrar un servidor

3. Hacer clic Alquilar

4. En el formulario de pedido, selecciona Imagen Docker del desplegable

5. Configura los puertos si es necesario

6. Enviar pedido

Uso de imágenes Docker personalizadas

Puedes especificar cualquier imagen Docker pública desde Docker Hub u otros registros.

Formato

registro/imagen:etiqueta

Ejemplos

pytorch/pytorch:2.1.0-cuda12.1-cudnn8-runtime
nvidia/cuda:12.2.0-base-ubuntu22.04
huggingface/transformers-pytorch-gpu:latest

Requisitos para imágenes personalizadas

• Debe ser accesible públicamente (o usar autenticación)

• Debería ser compatible con GPU NVIDIA

• Basarse en imágenes con CUDA habilitado para acceso a GPU

Configuración de puertos

Al crear un pedido, puedes exponer puertos para tus aplicaciones:

Puerto	Uso común
22	SSH (generalmente preconfigurado)
8888	Jupyter Notebook
7860	Aplicaciones Gradio (SD WebUI, etc.)
3000	Aplicaciones web
8080	Servicios HTTP

Establecer puertos personalizados

En el formulario de pedido, especifica los puertos a exponer:

8888,7860,3000

Variables de entorno

Puedes pasar variables de entorno a tu contenedor:

HF_TOKEN=tu_token
MODEL_NAME=llama-7b

Almacenamiento persistente

• Los datos en /workspace son típicamente persistentes durante el alquiler

• Otros directorios pueden restablecerse al reiniciar el contenedor

• Siempre haz copia de seguridad de los datos importantes externamente

Mejores prácticas

1. Elige la imagen adecuada - Usa imágenes preconfiguradas cuando sea posible

2. Verifica la versión de CUDA - Asegura compatibilidad con tu carga de trabajo

3. Expón solo los puertos necesarios - Por seguridad

4. Usa variables de entorno - Para configuración, no secretos

5. Prueba localmente primero - Verifica que tu imagen personalizada funcione antes de alquilar

Solución de problemas

La imagen no se inicia

• Comprueba si la imagen existe y es pública

• Verifica la compatibilidad CUDA/GPU

• Consulta los registros del contenedor vía SSH

GPU no accesible en el contenedor

• Asegúrate de que la imagen sea compatible con NVIDIA

• Comprueba los controladores NVIDIA: nvidia-smi

• Verifica la instalación de CUDA: nvcc --version

No se pueden acceder a los puertos expuestos

• Espera a que el contenedor arranque completamente

• Comprueba si el servicio se está ejecutando dentro del contenedor

• Verifica la configuración de firewall/seguridad