Dockerとは

Dockerは、ソフトウェアを「コンテナ」という箱に詰めて動かすための仕組みです。箱には、プログラム本体だけでなく、動かすのに必要なライブラリとそのバージョン、設定までまとめて入ります。Dockerが動くマシンなら、手元のパソコンでもクラウドのサーバーでも、同じ箱をほぼ同じように動かせます。

AIプロジェクトで使われる理由

機械学習のプログラムは、Pythonのライブラリや深層学習のフレームワークなど、多くの部品の組み合わせで動きます。部品のバージョンが少し違うだけで、動かなくなったり結果が変わったりします。「開発者のパソコンでは動くのに、本番のサーバーでは動かない」問題が起きやすい分野です。

Dockerで実行環境ごとまとめれば、開発・検証・本番で同じ環境を再現できます。学習済みモデルをWeb APIとして提供するときも、推論のプログラムをコンテナにして配置する方法がよく使われます。MLOpsでも、実行環境をそろえて再現性を確保する手段の1つとして使われます。

主な用語

• イメージ：コンテナを作るための読み取り専用のテンプレートです。一度作ると変更できません。
• コンテナ：イメージから起動した、実際に動いている実行環境です。
• Dockerfile：イメージを作る手順を書いたテキストファイルです。
• レジストリ：イメージを保管して配布する場所です。公開のDocker Hubのほか、組織専用のものも用意できます。

仮想マシンとの違い

仮想マシンは、OSを丸ごと含む仮想的なコンピュータを動かします。コンテナはホストOSのカーネルを共有し、アプリケーションと必要な部品だけを分けて動かします。そのため一般に軽く、起動も速くなります。一方で、隔離の度合いは、OSごと分ける仮想マシンのほうが高いとされます。

覚え方

「環境ごと箱に詰めて運ぶから、どこでも同じに動く」と覚えます。