version: '3.8'

# DeepSpeed支持多种C++/CUDA扩展（ops），这些ops旨在优化深度学习的训练和推理过程。以下是一些主要的DeepSpeed ops及其功能：

# FusedAdam - 提供融合优化的Adam优化器，适用于GPU。
# FusedLamb - 类似FusedAdam，针对LAMB优化器，适用于大规模分布式训练。
# SparseAttention - 用于高效计算稀疏注意力机制。
# Transformer - 提供Transformer模型的高效实现。
# TransformerInference - 专门用于Transformer模型的推理优化。
# CPUAdam - 针对CPU优化的Adam优化器。
# CPULion - 针对CPU的Lion优化器。
# Quantizer - 提供量化支持，以减少模型大小和提高推理速度。
# RandomLTD - 用于随机层裁剪的优化器。
# StochasticTransformer - 支持随机Transformer模型的训练和推理。
# 检测系统总内存（以GB为单位）
# TOTAL_MEM=$(awk '/MemTotal/ {printf "%.0f\n", $2/1024/1024}' /proc/meminfo)
# echo "Docker Compose 文件已生成，shm_size 设置为 ${TOTAL_MEM}GB。"

services:
  alphafold3:
    build: 
      context: .
      dockerfile: Dockerfile
      args: # PyTorch版本、Python版本与pytorch_lightning版本的对应关系表 https://blog.csdn.net/qq_41813454/article/details/137421822
        PYTHON_VERSION: "3.10"
        # CUDA_VERSION: "12.1.0"
        TAG_VERSION: "12.4.1"
    # env_file:
    #   - .env
    volumes:
      - /mnt/d/alphafold3_database:/app/alphafold/alphafold3_database
      - /mnt/d/models:/app/alphafold/models
      - /mnt/d/alphafold_input.json:/app/alphafold/alphafold_input.json
    container_name: alphafold3
    pull_policy: if_not_present
    ulimits:
      memlock:
        soft: -1
        hard: -1
    restart: unless-stopped
    image: cford38/alphafold3:latest
    privileged: true
    cap_add:
      - ALL
      - CAP_SYS_PTRACE
    shm_size: '32gb'
    ipc: host
    # ports:
    #   - 3228:2222
    environment:
      - NVIDIA_VISIBLE_DEVICES=all
      - NVIDIA_DRIVER_CAPABILITIES=compute,utility
    network_mode: host
    # networks:
    #   - network_finetune
    command: ["tail", "-f", "/dev/null"]
    deploy:
      resources:
        reservations:
          devices:
            - driver: nvidia
              count: all
              capabilities: [gpu]

# networks:
#   network_finetune:
#     name: network_finetune