# Доступные образы Docker

При аренде GPU-сервера на Clore.ai вы можете выбрать из заранее настроенных образов Docker или использовать свои собственные пользовательские образы.

## Официальные образы Clore

Предварительно собранные образы, поддерживаемые Clore.ai, оптимизированные для децентрализованного рынка GPU.

### Общего назначения

| Образ Docker                              | Описание                                      | Порты    | Обновлён     |
| ----------------------------------------- | --------------------------------------------- | -------- | ------------ |
| `cloreai/jupyter:ubuntu24.04-v2`          | Jupyter Lab + SSH на Ubuntu 24.04             | 22, 8888 | Янв 2025 ✅   |
| `cloreai/ml-tools:0.1`                    | Jupyter Lab + веб-сервер VS Code              | 22, 8888 | Июль 2023 ⚠️ |
| `cloreai/ubuntu20.04-jupyter:latest`      | Ubuntu 20.04 + SSH + Jupyter                  | 22, 8888 | Ноя 2022 ⚠️  |
| `cloreai/ubuntu-20.04-remote-desktop:1.2` | Ubuntu с графическим удалённым рабочим столом | 22, 3389 | Май 2023 ⚠️  |
| `cloreai/torch:2.0.1`                     | PyTorch 2.0.1 + CUDA                          | 22       | Июль 2023 ⚠️ |

### Инференс AI/ML

| Образ Docker                            | Описание                           | Порты | Обновлён    |
| --------------------------------------- | ---------------------------------- | ----- | ----------- |
| `cloreai/deepseek-r1-8b:latest`         | DeepSeek R1 8B готов к запуску     | 8000  | Янв 2025 ✅  |
| `cloreai/stable-diffusion-webui:latest` | AUTOMATIC1111 SD WebUI             | 7860  | Сен 2023 ⚠️ |
| `cloreai/oobabooga:1.5`                 | Веб-интерфейс для генерации текста | 7860  | Авг 2023 ⚠️ |

### Инфраструктура и майнинг

| Образ Docker                | Описание                          | Обновлён    |
| --------------------------- | --------------------------------- | ----------- |
| `cloreai/monitoring:0.7`    | Агент мониторинга сервера         | Сен 2024 ✅  |
| `cloreai/hiveos:0.4`        | Интеграция с HiveOS               | Фев 2025 ✅  |
| `cloreai/openvpn-proxy:0.2` | VPN/проксирование и переадресация | Фев 2025 ✅  |
| `cloreai/proxy:0.2`         | Система переадресации портов      | Янв 2024    |
| `cloreai/automining:0.1`    | Автонастройка майнинга            | Июн 2023 ⚠️ |
| `cloreai/kuzco:latest`      | Распределённый инференс Kuzco     | Июн 2025 ✅  |
| `cloreai/partner:nastya-01` | Инструменты интеграции партнёров  | Апр 2025 ✅  |

> ⚠️ Образы, отмеченные ⚠️, не обновлялись более года. Для ML‑нагрузок рассмотрите использование **сообществных образов** ниже, которые предлагают более новые версии CUDA и фреймворков.

## Рекомендуемые образы сообщества

Проверенные временем образы от широкого сообщества AI/ML с активным сопровождением и актуальными версиями.

### Фреймворки глубокого обучения

| Образ                   | Тег                              | Описание                      | Сценарий использования                | Порты              |
| ----------------------- | -------------------------------- | ----------------------------- | ------------------------------------- | ------------------ |
| `pytorch/pytorch`       | `2.10.0-cuda13.0-cudnn9-runtime` | Последний PyTorch с CUDA 13.0 | Обучение/инференс глубоких нейросетей | 8888 (Jupyter)     |
| `nvidia/cuda`           | `13.1.1-runtime-ubuntu22.04`     | Среда выполнения NVIDIA CUDA  | Пользовательские CUDA-приложения      | -                  |
| `nvidia/cuda`           | `13.1.1-devel-ubuntu22.04`       | Инструменты разработки CUDA   | Сборка CUDA-проектов                  | -                  |
| `tensorflow/tensorflow` | `2.15.0-gpu`                     | Поддержка TensorFlow на GPU   | Рабочие процессы TensorFlow           | 8888 (TensorBoard) |

### Движки инференса LLM

| Образ                                           | Тег      | Описание                              | Сценарий использования           | Порты |
| ----------------------------------------------- | -------- | ------------------------------------- | -------------------------------- | ----- |
| `vllm/vllm-openai`                              | `latest` | Высокопроизводительный сервис для LLM | Производственные LLM API         | 8000  |
| `ghcr.io/huggingface/text-generation-inference` | `3.3.5`  | Hugging Face TGI                      | Корпоративный сервис для LLM     | 80    |
| `ollama/ollama`                                 | `latest` | Локальный исполнитель LLM             | Локальное/edge-развёртывание LLM | 11434 |

### Генерация изображений

| Образ                             | Тег      | Описание                          | Сценарий использования                       | Порты |
| --------------------------------- | -------- | --------------------------------- | -------------------------------------------- | ----- |
| `goolashe/automatic1111-sd-webui` | `latest` | Stable Diffusion WebUI            | Генерация AI-арта                            | 7860  |
| `sinfallas/comfyui`               | `latest` | ComfyUI с узловым подходом для SD | Продвинутые рабочие процессы с изображениями | 8188  |

### Среды разработки

| Образ                         | Тег                            | Описание                 | Сценарий использования                    | Порты |
| ----------------------------- | ------------------------------ | ------------------------ | ----------------------------------------- | ----- |
| `jupyter/tensorflow-notebook` | `latest`                       | Jupyter + TensorFlow     | Эксперименты в ML                         | 8888  |
| `jupyter/pytorch-notebook`    | `latest`                       | Jupyter + PyTorch        | Исследования в области глубокого обучения | 8888  |
| `cschranz/gpu-jupyter`        | `v1.10_cuda-12.9_ubuntu-24.04` | Jupyter с поддержкой GPU | GPU-вычисления                            | 8888  |

## Выбор образа

### Через веб-интерфейс

1. Перейдите на **Маркетплейс** → Найти сервер → **Арендовать**
2. В форме заказа выберите **Образ Docker** в выпадающем списке
3. Выберите из заранее настроенных опций или укажите пользовательский образ
4. Настройте открываемые порты (через запятую: `8888,7860,8000`)
5. Добавьте переменные окружения при необходимости
6. Отправить заказ

### Через API

```json
{
  "image": "pytorch/pytorch:2.10.0-cuda13.0-cudnn9-runtime",
  "ports": [8888, 8000],
  "env": {
    "JUPYTER_ENABLE_LAB": "yes"
  }
}
```

## Пользовательские образы Docker

### Поддерживаемые регистры

* **Docker Hub**: `username/image:tag`
* **GitHub Container Registry**: `ghcr.io/user/image:tag`
* **NVIDIA NGC**: `nvcr.io/nvidia/image:tag`
* **Google Container Registry**: `gcr.io/project/image:tag`

### Примеры

```bash
# PyTorch latest with CUDA 12.1
pytorch/pytorch:2.1.0-cuda12.1-cudnn8-runtime

# NVIDIA CUDA base
nvidia/cuda:12.2.0-base-ubuntu22.04

# Hugging Face Transformers
huggingface/transformers-pytorch-gpu:4.35.0

# Custom image
your-username/my-ai-model:v1.0
```

### Требования к пользовательским образам

* ✅ Должен быть общедоступным
* ✅ Должен включать поддержку NVIDIA GPU для GPU‑инстансов
* ✅ Основываться на образах с поддержкой CUDA для GPU‑ускорения
* ✅ Включать необходимые драйверы и библиотеки
* ⚠️ Большие образы (>10 ГБ) могут загружаться дольше

## Настройка портов

Откройте порты для ваших приложений, чтобы сделать их доступными извне:

| Порт  | Типичное использование | Фреймворк                   |
| ----- | ---------------------- | --------------------------- |
| 22    | SSH-доступ             | Система                     |
| 8888  | Jupyter Notebook/Lab   | Jupyter                     |
| 7860  | Интерфейсы Gradio      | SD WebUI, Gradio-приложения |
| 8000  | API-серверы            | vLLM, FastAPI               |
| 3000  | Веб-приложения         | React, Node.js              |
| 8080  | HTTP-сервисы           | Общие веб-сервисы           |
| 11434 | Ollama API             | Ollama                      |
| 8188  | Интерфейс ComfyUI      | ComfyUI                     |

### Установка портов в форме заказа

```
8888,7860,8000
```

## Переменные окружения

Передавайте конфигурацию в контейнеры:

### Типичные примеры

```bash
# Hugging Face token
HF_TOKEN=hf_your_token_here

# Model configuration
MODEL_NAME=meta-llama/Llama-2-7b-chat-hf
CUDA_VISIBLE_DEVICES=0

# Jupyter configuration
JUPYTER_ENABLE_LAB=yes
JUPYTER_TOKEN=your_secure_token

# vLLM configuration
VLLM_WORKER_MULTIPROC_METHOD=spawn
```

### Заметки по безопасности

* ❌ Не храните секреты в переменных окружения
* ✅ Используйте временные токены или API-ключи
* ✅ Монтируйте секреты как тома, когда это возможно

## Постоянное хранилище

### Места хранения

* `/workspace` - Обычно сохраняется в течение периода аренды
* `/root` - Может быть сброшено при перезапуске контейнера
* `/tmp` - Временное хранилище, не постоянное

### Рекомендуемые практики

* Храните важные данные в `/workspace`
* Используйте внешнее хранилище для резервных копий (S3, GCS и т.д.)
* Загружайте модели в постоянные директории
* Используйте монтирование томов для больших наборов данных

## Рекомендуемые практики

### Выбор образа

1. **Используйте актуальные теги** - Избегайте `latest` в продакшене предпочтительнее версионированные теги
2. **Выбирайте подходящее базовое** - Сопоставляйте версию CUDA с вашим фреймворком
3. **Учитывайте размер образа** - Меньшие образы загружаются быстрее
4. **Проверяйте поддержку обслуживания** - Предпочитайте образы с активным сопровождением

### Безопасность

1. **Открывайте минимальное количество портов** - Открывайте только необходимые порты
2. **Используйте аутентификацию** - Устанавливайте токены для Jupyter/веб-интерфейсов
3. **Обновляйте регулярно** - Используйте актуальные версии образов
4. **Мониторьте доступ** - Проверяйте, кто подключается к вашим сервисам

### Производительность

1. **Совместимость GPU** - Убедитесь, что версия CUDA соответствует вашим требованиям
2. **Предварительно загружайте модели** - Включайте модели в пользовательские образы для более быстрого старта
3. **Оптимизируйте контейнеры** - Используйте многоступенчатую сборку, минимизируйте слои
4. **Управление кэшем** - Используйте кэширование слоёв Docker

## Устранение неполадок

### Образ не запускается

```bash
# Проверьте, существует ли образ и является ли он публичным
docker pull your-image:tag

# Проверьте совместимость с CUDA
nvidia-smi
nvcc --version
```

**Частые проблемы:**

* Образ не существует или является приватным
* Несовместимая версия CUDA
* Недостаточно места на диске
* Неправильная архитектура (arm64 vs x86\_64)

### GPU недоступен

```bash
# Проверьте доступность GPU
nvidia-smi

# Протестируйте CUDA в контейнере
python -c "import torch; print(torch.cuda.is_available())"
```

**Решения:**

* Используйте базовые образы, совместимые с GPU
* Убедитесь, что доступен NVIDIA Container Toolkit
* Проверьте совместимость драйвера CUDA

### Не удаётся получить доступ к открытым портам

1. Подождите полной загрузки контейнера (проверьте логи)
2. Проверьте, что сервис запущен внутри контейнера: `netstat -tlnp`
3. Проверьте, что сервис привязывается к 0.0.0.0, а не к 127.0.0.1
4. Подтвердите, что порт указан в форме заказа

### Проблемы с производительностью

* Используйте локальное SSD-хранилище для весов моделей
* Оптимизируйте размер батчей под доступную память GPU
* Мониторьте загрузку GPU: `nvidia-smi -l 1`
* Проверьте загрузку CPU/памяти: `htop`

## Быстрые примеры запуска

### Развернуть Jupyter с PyTorch

```bash
Образ: pytorch/pytorch:2.10.0-cuda13.0-cudnn9-runtime
Порты: 8888
Команда: jupyter lab --ip=0.0.0.0 --allow-root --no-browser
```

### Развернуть vLLM API‑сервер

```bash
Образ: vllm/vllm-openai:latest
Порты: 8000
Переменные окружения: MODEL_NAME=microsoft/DialoGPT-medium
Команда: python -m vllm.entrypoints.openai.api_server --model $MODEL_NAME --host 0.0.0.0
```

### Развернуть Stable Diffusion WebUI

```bash
Образ: goolashe/automatic1111-sd-webui:latest
Порты: 7860
Команда: --listen --api --xformers
```

### Развернуть Ollama

```bash
Образ: ollama/ollama:latest
Порты: 11434
Команда: ollama serve
# Затем: ollama run llama2 (внутри контейнера)
```


---

# Agent Instructions: Querying This Documentation

If you need additional information that is not directly available in this page, you can query the documentation dynamically by asking a question.

Perform an HTTP GET request on the current page URL with the `ask` query parameter:

```
GET https://docs.clore.ai/clore.ai/clore.ai-ru/dlya-arendatorov/docker-images.md?ask=<question>
```

The question should be specific, self-contained, and written in natural language.
The response will contain a direct answer to the question and relevant excerpts and sources from the documentation.

Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.