1.3　為什么需要容器化

容器提供的隔離性使得機器學習中的階段具有可移植性和可重現性。容器化的應用程序與機器的其他部分隔離開來，并且包含它們的所有需求（從操作系統開始）[1]。容器化意味著不再有“它在我的機器上工作”或“我們只忘記了一個額外的數據包”等對話。

容器建立在可組合的層之上，這允許你使用另一個容器作為基礎。例如，如果你想添加一個新的自然語言處理（NLP）庫，可以在現有的容器中進行添加，而不必每次都從頭開始。可組合性允許你復用一個共同的基礎。例如，我們使用的R容器和Python容器都共享一個基礎的Debian容器鏡像。

使用容器時，人們普遍擔心的一個問題是開銷。容器的開銷取決于你的實現，但IBM[2]的一篇論文表明容器開銷相當低，通常比虛擬化方式更快。使用Kubeflow時，如果你安裝了可能不使用的Operator，可能會產生一些額外的開銷，這種開銷在生產集群上可以忽略不計，但在筆記本電腦上可能會很明顯。

有Python經驗的數據科學家可以把容器看作一個較重的虛擬環境。除了你在虛擬環境中習慣的內容之外，容器還包括操作系統、數據包以及所需的一切依賴。

[1] 關于容器的更多信息，請參見Google云資源（https://oreil.ly/wqetc）。在有GPU或TPU的情況下，隔離細節更加復雜。

[2] W. Felter等人，“An Updated Performance Comparison of Virtual Machines and Linux Containers,”2015 IEEE International Symposium on Performance Analysis of Systems and Software (ISPASS),March 29-31, 2015, doi: 10.1109/ISPASS.2015.7095802。