Ich erstelle eine Produktions-Docker-Image für dein GPU-AI-Modell

Hi! Brauchst du ein funktionierendes, produktionsbereites Docker-Image für ein schweres AI- oder ML-Modell (Video- oder Bildgenerierung oder eine individuelle GPU-Pipeline)?

Ich erstelle Docker-Images, die einen echten Cold Start überleben, nicht nur eine Demo. Das bedeutet, alle CUDA-Erweiterungen, Model-Checkpoints und Abhängigkeiten einzubacken, sodass dein Image vollständig offline beim Inference läuft, ohne dass unerwartete Downloads die Produktion stören.

Was ich für dich tun kann:

• Ein Multi-Stage-Dockerfile mit fixierten CUDA- und PyTorch-Versionen erstellen
• - Individuelle CUDA-Erweiterungen aus dem Quellcode kompilieren, wenn pip-Pakete nicht ausreichen
• - Model-Checkpoints und Gewichte einbinden, sodass beim Runtime nichts heruntergeladen wird
• - Das Image unter einem echten, netzwerkisolierten Cold Start testen, nicht nur in einem warmen Container
• - Deployment und Troubleshooting bei GPU-Cloud-Anbietern, und den passenden Anbieter auswählen, falls dein erster Favorit nicht passt

Warum du mich wählen solltest:

• Reale Produktionsergebnisse: 21/21 Akzeptanztests bestanden, offline verifiziert beim Docker-Run ohne Netzwerk
• - Ich lese vendored Quellcode, um versteckte Abhängigkeiten zu finden, nicht nur die oberflächlichen Testergebnisse
• - Über 9 Jahre Erfahrung in DevOps und Infrastruktur, ich kümmere mich um die ganze Pipeline, nicht nur um das Dockerfile

Schreib mir zuerst mit den Details zu deinem Projekt.