如何缩小 AI 容器镜像并加快启动

方舟智算团队2026/7/30

AI 镜像常因 CUDA、编译工具和 Python 依赖变得庞大。镜像越大，新节点拉取和冷启动越慢，也更难维护。

使用多阶段构建，把编译器和源码留在构建阶段，只复制运行所需产物。安装系统包和 Python 包后及时清理缓存，并通过 .dockerignore 排除数据集、模型、日志和本地虚拟环境。

模型权重通常不适合直接打入通用运行镜像。可以在启动时从对象存储下载到持久缓存，或为稳定模型制作独立版本化镜像。这样代码更新不必重复推送巨大权重层。

合并命令并不总能带来最佳缓存，应把变化频率低的依赖层放在前面，把业务代码放在后面。最终同时衡量镜像大小、构建时间、拉取时间和首次就绪时间。

---

关于方舟智算：方舟智算提供按需 GPU 算力，支持训练、推理与图像生成等工作负载。可在算力市场比较可用节点与报价，或免费注册后创建第一个实例。