🐳 Docker（容器化） 是什么？

⚡ 一句话秒懂

AI的「打包盒」，把程序和依赖打包，到哪都能跑

📖 举个故事

小陈在Mac上写好了一个AI应用，发给同事在Windows上部署。结果同事装了一整天依赖库，各种报错。小陈改用Docker：把他的AI应用和所有依赖（Python版本、第三方库、模型路径）打包成一个「容器」。同事下载后用一条命令启动，三分钟就运行起来了。Docker就像饭店的外卖打包——不管你在哪吃，味道都一样。

💡 类比理解

暂未补充。

🧩 真实例子

暂未补充。

🛠️ 怎么实际使用

Docker极大地简化了AI项目的部署。创建一个`Dockerfile`：指定基础镜像→复制代码→安装依赖→设置启动命令。之后任何机器上运行`docker build -t my-ai-app . && docker run my-ai-app`就能跑。部署到云服务器也一样。推荐用现成的AI镜像：`pytorch/pytorch`、`nvidia/cuda`，省去装驱动的麻烦。

📚 进阶原理

Docker使用Linux容器（LXC）技术，通过镜像层（Layer）和写时复制（Copy-on-Write）实现轻量级虚拟化。AI场景中结合NVIDIA Container Toolkit使用GPU加速。多阶段构建可优化镜像大小。编排层面用Docker Compose（单机）或Kubernetes（集群）管理多容器AI服务。

继续学习相关术语