version: '3.9'

# 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:
  ubuntu-finetune:
    build: 
      context: .
      dockerfile: Dockerfile.ngc
      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
        REGISTRY: "nvcr.io"
        OWNER: "nvidia" # nvcr.io/nvidia/pytorch:24.06-py3
        LABEL: "pytorch"
        VERSION: "24.07-py3"
        DS_BUILD_OPS: 1
        DEEPSPEED_VERSION: "master"
        DEEPSPEED_INSTALL_FLAGS: "--allow_sudo"
        # HTTP_PROXY: "http://127.0.0.1:15777"
        # HTTPS_PROXY: "http://127.0.0.1:15777"
        CACHEBUST: 1
    # volumes:
    #   - ./workspace:/workspace
      # - /tmp:/tmp
    container_name: ubuntu-ngc
    pull_policy: if_not_present
    ulimits:
      memlock:
        soft: -1
        hard: -1
    # tty: true
    # stdin_open: true
    restart: unless-stopped
    image: quay.io/hotwa/ngc:latest
    privileged: true
    ipc: host
    network_mode: host
    shm_size: '128gb'
    # ports:
    #   - 3228:2222
    environment:
      - NVIDIA_VISIBLE_DEVICES=all
      - NVIDIA_DRIVER_CAPABILITIES=compute,utility
      - TMPDIR=/var/tmp
    # networks:
    #   - network_finetune
    # command: ["/usr/sbin/sshd", "-D"]
    deploy:
      resources:
        reservations:
          devices:
            - driver: nvidia
              count: all
              capabilities: [gpu]

# networks:
#   network_finetune:
#     name: network_finetune