Apptainer: Контейнеры приложений для Linux ( apptainer.org )
Хотелось бы, чтобы подобные проекты лучше справлялись с формулированием ценностного предложения, чем те, кто руководит уже существующими.
Например, почему я должен тратить время на изучение этого вместо podman без рута? Помимо этого секретного управления, похоже, что набор функций тот же
Apptainer и singularity ce довольно распространены в HPC. Хотя обе реализации являются ответвлениями старого проекта singularity, они на самом деле не идентичны.
Мы используем Singleity в HPC (таких как Leonardo, LUMI, Fugaku, NeSI NZ, Levante), но некоторые разработчики и исследователи устанавливают apptainer локально.
Несколько дней назад мы обнаружили ошибку часового пояса в нашем коде Python (matplotlib, xarray и т. д.), но с apptainer этого не произошло.
Поскольку кодовые базы все еще немного похожи, я могу подтвердить, что apptainer исправил это, но в Singleity CE ошибка все еще присутствует — Singleity заменяет файл часового пояса UTC на часовой пояс пользователя, в нашем случае в LUMI HPC — Helsinki EEST.
https://github.com/sylabs/singularity/issues/3686
К счастью, они все еще совместимы с контейнерами друг друга. Можно использовать Apptainer для сборки контейнера, а затем запустить его на Singularity и наоборот.
Flatpak рассматривает возможность перехода от OSTree к контейнерам, ссылаясь на хорошо поддерживаемый инструментарий как на главный плюс. Чем это будет отличаться от Apptainers?
Аргх, еще один способ распространения пользовательских изображений. AppImages делает это правильно, включая среду выполнения в само изображение — предварительная установка не требуется.
Кстати, больше контейнеров, меньше отбросов.
Например, docker run -ti nixery.dev/shell/cowsay bash для контейнеров «на лету» на основе Nix.
меньше контейнеров, конечно 🙂
Очень интересно… Недавно мне поручили подготовить индивидуальную среду AI/ML к отправке/развертыванию в, так сказать, иностранных средах… и это оказалось довольно хлопотно, конечно же, из-за Python.
Так что я думаю, что Apptainer — это решение для этого варианта использования. У кого-нибудь был опыт его использования для объединения приложений AI/ML для распространения? Какие-нибудь мысли/советы?
Я начал использовать их для разработки ИИ на HPC, к которому у меня есть доступ, и это работало хорошо (сквозная передача данных через GPU в основном автоматическая, производительность, по сути, та же самая), но я в основном использую их, потому что не хочу больше спорить с администраторами о том, что, вероятно, пришло время обновить Cuda 11.7 (а также Python 3.6) — единственную версию Cuda, установленную в кластере в настоящее время.
Разве это не очередной форк того же придурка, который утверждает, что создал centos и начал rocky? Его послужной список как человека с открытым исходным кодом довольно ужасен, вопреки распространенному мнению.
Source: news.ycombinator.com