이미지

컨테이너를 띄울 때 쓰는 Docker 이미지를 다루는 방법입니다.


이미지 유형

Cluma에서 쓸 수 있는 이미지는 세 가지입니다.

유형 어떻게
사내 저장소 이미지 관리자가 등록해 둔 사내 이미지 저장소에서 고르기
외부 공개 이미지 Docker Hub 같은 곳의 주소를 그대로 적기
내 이미지 (커스텀) 본인이 직접 등록해 둔 이미지에서 고르기

사내 저장소에서 고르기

컨테이너 만들기 Step 2의 기본 정보 단계에서 레지스트리에서 이미지 선택을 고릅니다.

  1. 등록된 저장소를 고릅니다.
  2. 이미지 이름으로 찾거나 목록에서 고릅니다.
  3. 태그를 고릅니다.

외부 공개 이미지 직접 입력

저장소에 등록되지 않은 외부 공개 이미지는 직접 입력하기에 주소를 직접 적어 씁니다.

# 예시
pytorch/pytorch:2.1.0-cuda11.8-cudnn8-runtime
nvcr.io/nvidia/tensorflow:23.10-tf2-py3

클러스터에서 외부 인터넷에 나갈 수 있어야 동작합니다. 막혀 있는 환경이라면 관리자에게 사내 저장소에 미러를 요청하세요.


내 이미지 등록

직접 빌드한 이미지를 Cluma에 등록해 두면 다음에 쉽게 골라 쓸 수 있습니다.

  1. 위쪽 메뉴에서 이미지 목록을 누릅니다.
  2. 이미지 등록 버튼을 누릅니다.
  3. 아래를 적습니다.
항목 어떤 값
이름 알아볼 수 있는 이름
이미지 주소 저장소 URL을 포함한 전체 경로
태그 이미지 태그 (예: latest, v1.0)

등록한 이미지는 컨테이너 만들기 Step 2 → 기본 정보 → 커스텀 이미지 에서 고를 수 있습니다.


Base 이미지에 들어가야 하는 것

v1.1부터 컨테이너의 표준 접속 포트(VS Code · SSH · Jupyter)가 자동으로 열립니다. 카드 버튼이 동작하려면 그 안에서 해당 서비스가 실제로 돌고 있어야 합니다.

서비스 안쪽 포트 권장 도구
VS Code 8443 code-server
SSH 22 OpenSSH
Jupyter 8888 JupyterLab

빌드 가이드는 base image 빌드 안내를 참고합니다.


권장 이미지

AI / ML 작업에 자주 쓰는 base 이미지입니다. 위 세 서비스가 들어 있는 형태로 추가 빌드해서 쓰시면 가장 깔끔합니다.

용도 이미지
PyTorch (CUDA 11.8) pytorch/pytorch:2.1.0-cuda11.8-cudnn8-runtime
TensorFlow (CUDA 12) nvcr.io/nvidia/tensorflow:23.10-tf2-py3
Jupyter (CPU / 실험용) jupyter/scipy-notebook:latest
Ubuntu + CUDA nvidia/cuda:12.2.0-devel-ubuntu22.04

다음 단계