Docker

Docker es una plataforma de código abierto que automatiza el despliegue, escalado y gestión de aplicaciones mediante el uso de virtualización a nivel de sistema operativo para entregar software en paquetes llamados contenedores. Para los ingenieros de Machine Learning (ML) y los científicos de datos, Docker es una herramienta crucial que resuelve el problema común de las incoherencias del entorno, el infame problema de "funciona en mi máquina". Al agrupar el código de una aplicación con todas las bibliotecas, frameworks como PyTorch y otras dependencias que necesita para ejecutarse, Docker garantiza que un modelo funcione de forma idéntica independientemente de dónde se despliegue. Esta consistencia es fundamental para un despliegue fiable del modelo y es una piedra angular de las prácticas modernas de MLOps. Ultralytics proporciona una guía de inicio rápido de Docker para ayudar a los usuarios a empezar a contenerizar sus aplicaciones.

Cómo funciona Docker

El flujo de trabajo de Docker gira en torno a unos pocos componentes básicos que trabajan juntos para empaquetar y ejecutar aplicaciones:

• Dockerfile: Se trata de un archivo de texto simple que contiene una lista de comandos secuenciales o instrucciones. Estas instrucciones le dicen a Docker cómo construir una imagen Docker específica. Para un proyecto de ML, un Dockerfile especificaría un sistema operativo base, comandos para instalar dependencias como Python y OpenCV, copiar los archivos del modelo y el código de inferencia, y definir el comando a ejecutar cuando se inicia el contenedor. Puedes encontrar más información sobre Dockerfiles en la documentación oficial de Docker.
• Imagen Docker: Una imagen es un paquete ligero, independiente y ejecutable que incluye todo lo necesario para ejecutar una pieza de software, incluido el código, un tiempo de ejecución, bibliotecas, variables de entorno y archivos de configuración. Es una plantilla de sólo lectura creada a partir de un Dockerfile. Las imágenes específicas de ML suelen estar disponibles en registros como NVIDIA NGC, que vienen preconfiguradas con controladores de GPU y marcos de ML.
• Contenedor Docker: Un contenedor es una instancia ejecutable de una imagen Docker. Cuando se ejecuta una imagen, se convierte en un contenedor, que es un proceso aislado que se ejecuta en el kernel de la máquina anfitriona. Varios contenedores pueden ejecutarse en la misma máquina y compartir el núcleo del sistema operativo con otros contenedores, cada uno de ellos ejecutándose como procesos aislados en el espacio de usuario. Esto los hace extremadamente eficientes en comparación con la virtualización tradicional. La tecnología está estandarizada por organizaciones como la Open Container Initiative (OCI).

Aplicaciones AI/ML en el mundo real

Docker simplifica todo el ciclo de vida de un modelo de IA, desde la experimentación hasta la producción.

1. Despliegue de modelos de visión por ordenador en el Edge: Un modelo YOLO11 de Ultralytics entrenado para la detección de objetos puede empaquetarse en un contenedor Docker. Este contenedor incluye los pesos del modelo, el script de inferencia y todas las dependencias necesarias, como versiones específicas de la biblioteca CUDA. Este único contenedor puede desplegarse de forma consistente en varias plataformas, desde una potente GPU en la nube hasta un dispositivo Edge AI con recursos limitados como una NVIDIA Jetson. Esto garantiza que el modelo funcione como se espera, un requisito fundamental para la inferencia en tiempo real en aplicaciones como la vigilancia inteligente.
2. Creación de entornos de investigación reproducibles: Un científico de datos que desarrolla un nuevo algoritmo para la segmentación de imágenes puede crear un contenedor Docker que bloquee versiones específicas de Python, TensorFlow y otras bibliotecas. Este entorno en contenedores puede compartirse con colaboradores o publicarse junto con un artículo de investigación, lo que permite a otros replicar perfectamente el entorno de formación y verificar los resultados. Plataformas como Ultralytics HUB se integran con tecnologías de contenedores para agilizar aún más este proceso.

Comparación con términos similares

Aunque Docker es fundamental para la contenedorización, a menudo se utiliza junto con otras tecnologías:

• Contenedores: Es el concepto general de empaquetar software en contenedores. Docker es la plataforma más popular para la contenedorización, que proporciona las herramientas para construir, enviar y ejecutar contenedores.
• Kubernetes: Mientras que Docker gestiona contenedores individuales en un único host, Kubernetes es una plataforma de orquestación de contenedores. Automatiza el despliegue, el escalado y la gestión de aplicaciones en contenedores en clústeres de máquinas. Piense en Docker como la creación de los contenedores de envío y Kubernetes como el sistema de gestión de los buques y los puertos. Puede obtener más información en el sitio web oficial de Kubernetes.
• Máquinas virtuales (VM): Las máquinas virtuales proporcionan aislamiento mediante la emulación de sistemas de hardware completos, incluido un sistema operativo invitado. Los contenedores, gestionados por Docker, virtualizan el sistema operativo, compartiendo el núcleo anfitrión. Esto hace que los contenedores sean mucho más ligeros, rápidos y eficientes en recursos que las máquinas virtuales, aunque éstas ofrecen un mayor aislamiento. El sitio web oficial de Docker ofrece una excelente comparación.

Al aprovechar Docker, los profesionales de la IA y la visión por ordenador (CV) pueden mejorar significativamente la eficiencia del flujo de trabajo, la colaboración y la fiabilidad de los modelos desplegados. Para una visión general del propósito de Docker, recursos como la explicación de Docker de OpenSource.com ofrecen introducciones accesibles. Esta tecnología es un elemento clave para una amplia gama de opciones de despliegue de modelos.