镜像构建总览

本页汇总 CubeStudio 平台涉及的各类镜像：它们在仓库中的目录位置、用途，以及在线构建与二次封装的常用做法。具体构建脚本与最新 tag 以源码 Dockerfile / build.sh 为准，本页仅供导航。

一、镜像分类与目录

基础组件镜像

对外部依赖的开源组件，主要直接从 docker hub 官网下载，不做二次封装。若依赖的开源组件存在二次封装的 Dockerfile，则放在对应开源组件目录下。

CubeStudio 平台镜像

已核实上述三个文件均存在（install/docker/Dockerfile-base、install/docker/Dockerfile、install/docker/dockerFrontend/Dockerfile）。

任务模板镜像

job-template/job/$job-name：每个任务模板目录下都包含自己的 Dockerfile。

notebook 镜像

GPU 开发镜像

images/ubuntu-gpu：包含多个 python 版本、多个 cuda 版本的 GPU 开发环境镜像。tag 清单见下文「四、GPU 基础镜像 tag 清单」。

NNI 开发镜像

images/nni：nni 的开发环境镜像，用户需在此镜像基础上进行二次封装。

推理服务镜像

images/serving：包含 ml（ml-server）、tfserving、torchserver、triton-server 等推理框架镜像；另有 llm-safe-stream、mindie 等。这些镜像主要为外部开源镜像，平台在其上增加一些运维组件。

已按代码修正：源目录为 images/serving（非 images/service），其下推理框架子目录为 ml、tfserving、torchserver、triton-server（另含 llm-safe-stream、mindie）。

aihub 镜像

aihub/src/docker：aihub 相关的基础镜像（如 Dockerfile-base、Dockerfile-cuda11.8-python、各 modelscope 版本镜像等）。

二、在线构建镜像

平台支持在线构建镜像（在「镜像」/「在线构建」入口中提供基础镜像、目标镜像、Dockerfile 等，平台代为构建并推送）。下文为二次封装时常用的 Dockerfile 片段示例（来自 images/README.md，为示例，版本号以实际镜像为准）。

修改默认 python 版本

rm /usr/bin/python
ln -s /usr/bin/python3.6 /usr/bin/python
rm /usr/bin/pip
ln -s /usr/bin/pip3 /usr/bin/pip
pip install pip --upgrade

ubuntu 容器基础工具的封装

RUN apt update

# 安装运维工具
RUN apt install -y --force-yes --no-install-recommends \
    vim apt-transport-https gnupg2 ca-certificates-java rsync jq \
    wget git dnsutils iputils-ping net-tools curl mysql-client locales zip

# 安装 python
RUN apt install -y python3.6-dev python3-pip libsasl2-dev libpq-dev \
    && ln -s /usr/bin/python3 /usr/bin/python \
    && ln -s /usr/bin/pip3 /usr/bin/pip

# 安装中文
RUN apt install -y --force-yes --no-install-recommends \
    locales ttf-wqy-microhei ttf-wqy-zenhei xfonts-wqy \
    && locale-gen zh_CN && locale-gen zh_CN.utf8
ENV LANG=zh_CN.UTF-8
ENV LC_ALL=zh_CN.UTF-8
ENV LANGUAGE=zh_CN.UTF-8

# 便捷操作
RUN echo "alias ll='ls -alF'" >> ~/.bashrc && \
    echo "alias la='ls -A'" >> ~/.bashrc && \
    echo "alias vi='vim'" >> ~/.bashrc

# 安装其他工具
### kubectl（示例版本，按需调整）
RUN curl -LO https://dl.k8s.io/release/v1.16.0/bin/linux/amd64/kubectl \
    && chmod +x kubectl && mv kubectl /usr/local/bin/
### mysql 客户端
RUN apt install -y mysql-client-5.7
### java
RUN apt install -y openjdk-8-jdk
### nodejs
RUN curl -sL https://deb.nodesource.com/setup_13.x | bash -
RUN apt-get install -y nodejs && npm config set unicode false

三、GPU 基础镜像构建脚本

构建脚本：images/ubuntu-gpu/build.sh（GitHub 外链：https://github.com/data-infra/cube-studio/blob/main/images/ubuntu-gpu/build.sh）。

构建方式（来自 build.sh，已核实）：以 nvidia/cuda:<ver>-cudnn8-devel-ubuntu20.04 为基础镜像，先构建 ubuntu-gpu:cuda<ver>-cudnn8-<arch>，再叠加 python 版本构建 ...-python3.x-<arch>，推送到 ccr.ccs.tencentyun.com/cube-studio。

TARGETARCH=amd64
hubhost=ccr.ccs.tencentyun.com/cube-studio
base_image=nvidia/cuda:11.8.0-cudnn8-devel-ubuntu20.04

docker build --network=host -t $hubhost/ubuntu-gpu:cuda11.8.0-cudnn8-$TARGETARCH \
    --build-arg FROM_IMAGES=$base_image -f cuda/Dockerfile .
docker build --network=host -t $hubhost/ubuntu-gpu:cuda11.8.0-cudnn8-python3.9-$TARGETARCH \
    --build-arg FROM_IMAGES=$hubhost/ubuntu-gpu:cuda11.8.0-cudnn8-$TARGETARCH \
    --build-arg PYTHON_VERSION=python3.9 -f cuda/python/Dockerfile .

注意：当前 images/ubuntu-gpu/build.sh 仅构建 cuda11.8.0-cudnn8 与 cuda12.1.0-cudnn8（均基于 ubuntu20.04，含 python3.9 变体）两组。下文「四」中 cuda9.0 ~ cuda12.1 的完整 tag 清单来自 images/README.md，属历史/全量清单，部分老 tag 可能未在当前 build.sh 中维护，请以镜像仓库实际可拉取的 tag 为准。

四、GPU 基础镜像 tag 清单

镜像前缀统一为 ccr.ccs.tencentyun.com/cube-studio/ubuntu-gpu:，下表省略前缀只列 tag。来源 images/README.md。

ubuntu

注：上表的 python 变体 tag 拼接规则在不同 cuda 版本间不完全一致——cuda12.1.0 / cuda11.8.0 的新 tag 带 -amd64 架构后缀，老版本（cuda11.0.3 及以下）不带。请以镜像仓库实际 tag 为准。

以上目录与 tag 清单仅供导航，具体构建以仓库内 Dockerfile / build.sh 源码为准。