En el desarrollo de modelos de aprendizaje profundo, el obstáculo más crítico no suele ser el ajuste de hiperparámetros o la arquitectura de la red, sino la configuración del entorno. Es común enfrentarse a errores frustrantes como ImportError: libcudnn.so.8 not found o el persistente No GPU devices found justo cuando se intenta iniciar un entrenamiento.

A menudo, la documentación en línea es confusa y mezcla versiones de CUDA, cuDNN y controladores de NVIDIA sin una estructura clara. Para evitar este "infierno de dependencias", la estrategia más eficiente no consiste en la instalación manual paso a paso, sino en el uso de contenedores pre-configurados que garantizan un entorno reproducible y aislado.

¿Por qué la contenerización elimina los errores de GPU?

La instalación tradicional falla debido a la fragmentación del sistema: múltiples versiones de Python, rutas de librerías mal configuradas o conflictos entre el driver de la GPU y el toolkit de CUDA. El uso de Docker con el soporte de NVIDIA Container Toolkit resuelve esto mediante:

• Aislamiento total: Todas las dependencias (Python, CUDA, cuDNN) están selladas dentro de una capa de archivos independiente del sistema operativo anfitrión.
• Versiones verificadas: Las imágenes oficiales utilizan combinaciones probadas de bibliotecas, eliminando errores de compatibilidad binaria.
• Portabilidad: Si el contenedor funciona en una máquina con los drivers adecuados, funcionará en cualquier otra sin cambios.

Es vital recordar que, aunque el entorno esté contenido, el host debe tener instalado un controlador NVIDIA compatible con la versión de CUDA de la imagen (por ejemplo, drivers >= 460.27 para CUDA 11.2).

Configuración de un entorno interactivo con Jupyter

Para experimentación rápida y visualización de datos, las imágenes que integran Jupyter son la opción ideal. Al ejecutar el contenedor, es imprescindible pasar el flag --gpus all para que el motor de Docker permita el acceso al hardware.

docker run -it --rm --gpus all \
  -p 8888:8888 \
  -v $(pwd)/proyectos:/workspace \
  tensorflow/tensorflow:2.9.0-gpu-jupyter

Una vez iniciado, se puede verificar la disponibilidad de la GPU con el siguiente fragmento de código dentro de un notebook:

import tensorflow as tf

dispositivos = tf.config.list_physical_devices('GPU')
if dispositivos:
    print(f"GPU activa: {dispositivos[0]}")
else:
    print("No se detectó hardware de aceleración.")

Consideraciones clave:

• Persistencia: El uso del parámetro -v vincula un directorio local con uno interno, evitando la pérdida de código al detener el contenedor.
• Red: Asegúrese de que el mapeo de puertos (8888:8888) no entre en conflicto con otros servicios locales.

Acceso remoto mediante SSH para despliegues complejos

En entornos de producción o servidores remotos, el acceso vía SSH suele ser más flexible que una interfaz web. Se puede extender una imagen base para incluir capacidades de administración remota mediante un Dockerfile personalizado:

FROM tensorflow/tensorflow:2.9.0-gpu-jupyter

# Instalación de servidor SSH
RUN apt-get update && apt-get install -y openssh-server
RUN mkdir /var/run/sshd

# Configuración de credenciales básicas (cambiar en producción)
RUN echo 'root:dev_password' | chpasswd
RUN sed -i 's/#PermitRootLogin prohibit-password/PermitRootLogin yes/' /etc/ssh/sshd_config

EXPOSE 22
CMD ["/usr/sbin/sshd", "-D"]

Para construir y ejecutar este entorno personalizado:

docker build -t mi-entorno-gpu .
docker run -d --gpus all -p 2222:22 mi-entorno-gpu

Resolución de problemas comunes (Troubleshooting)

Automatización del entorno de trabajo

Para evitar comandos largos y propensos a errores, se recomienda crear un script de inicio (start_dev.sh) que estandarice la configuración de recursos:

#!/bin/bash

# Configuración de variables
IMAGE_NAME="tensorflow/tensorflow:2.9.0-gpu-jupyter"
LOCAL_DIR="$(pwd)/work"
PORT_JUPYTER=8888

docker run -d \
  --name ai_dev_container \
  --gpus all \
  --memory="16g" \
  -p $PORT_JUPYTER:8888 \
  -v $LOCAL_DIR:/tf/notebooks \
  $IMAGE_NAME

Este enfoque no solo resuelve los errores de instalación de PyTorch o TensorFlow, sino que establece un estándar de ingeniería de software para proyectos de Inteligencia Artificial, donde la infraestructura es tratada como código.