---
title: "Templates et images : env, ports, Docker sur mesure | LowCostGPU Docs"
description: "Comment fonctionnent les templates LowCostGPU : images figées, variables d’environnement, ports, registres privés, votre propre image Docker et pilotes GPU injectés."
url: https://lowcostgpu.com/fr/docs/templates
last_modified: 2026-10-20T10:29:15+00:00
prices_as_of: 2026-10-19
site: LowCostGPU (lowcostgpu.com)
---

Calcul 3 min de lecture mis à jour le 3 septembre 2026

# Templates & images

Un template = une image OCI figée + des valeurs de lancement par défaut (ports, montages, env). Le [catalogue](https://lowcostgpu.com/fr/templates) répertorie ce qui est maintenu; cette page explique comment ils se comportent.

## Anatomie d’un template

*manifeste du template (affiché sur chaque fiche)*

```
image:  lowcostgpu/vllm:0.8            # pinned tag, rebuilt on upstream releases
ports:  8000/http                    # exposed + TLS-terminated for you
mounts: /root/.cache/huggingface     # survives restarts on the instance disk
env:    MODEL=…                      # anything here is overridable at deploy
```

Au déploiement, vous pouvez redéfinir n’importe quel champ — ajouter des variables d’environnement, ouvrir plus de ports, changer la taille du disque. Les redéfinitions sont enregistrées avec l’instance, donc les arrêts et démarrages les conservent.

## Variables d’environnement

Définies au déploiement (formulaire de la console, options --env, ou champ env de l’API). Remarque sur les secrets: les valeurs d’environnement sont stockées chiffrées et n’apparaissent jamais dans les journaux, mais pour des identifiants de longue durée, mieux vaut les récupérer au démarrage depuis votre propre système de stockage.

## Votre propre image Docker

Le template *Docker* accepte n’importe quelle référence d’image:

*apportez votre propre image*

```
lowcostgpu launch --gpu l40s \
  --image ghcr.io/acme/trainer:v14 \
  --ports 8080 --disk 100 \
  --env WANDB_API_KEY=…
```

- Le runtime NVIDIA est injecté — n’embarquez pas de pilotes; l’espace utilisateur CUDA dans l’image ne pose pas de problème.
- Registres privés: ajoutez les identifiants une fois dans **Paramètres**; ils sont stockés chiffrés par compte, et utilisés uniquement pour télécharger les images.
- Comportement d’entrée: votre ENTRYPOINT/CMD s’exécute tel quel. Pas de wrapper, pas d’agent à l’intérieur de votre conteneur.

## Gestion des versions

Les tags de template sont immuables: un redéploiement de lowcostgpu/pytorch:2.6-cuda12.8 sera identique à l’octet près le mois prochain. Les nouvelles versions amont arrivent sous forme de nouveaux tags; la console signale l’existence d’un tag plus récent mais ne vous fait jamais basculer dessus silencieusement.

## Mise en cache des images & démarrages à froid

Les templates maintenus sont pré-téléchargés sur la plupart des hôtes — c’est le déploiement en ~30 secondes. Les images personnalisées se téléchargent à la première utilisation sur une machine donnée (selon la vitesse du réseau), puis sont mises en cache. Les images très volumineuses gagnent à être allégées: chaque GB ajoute environ 1 à 3 s au premier démarrage.

Bloqué?

Les réponses du support arrivent depuis la console, 24/7 — première réponse médiane en moins de deux heures.

[Ouvrir un ticket](https://cloud.lowcostgpu.com/fr/app/support)

Développer avec

- [API REST](https://lowcostgpu.com/fr/api)
- [CLI](https://lowcostgpu.com/fr/cli)
- [SDK Python](https://lowcostgpu.com/fr/sdk)
- [Guides](https://lowcostgpu.com/fr/guides)

---

*À propos de LowCostGPU :* LowCostGPU (lowcostgpu.com) est un service de location de GPU cloud proposant 83 modèles de GPU NVIDIA — du Tesla P4 à $0,019/h jusqu’au B300 — à prix fixes, établis au moins 30 % sous la médiane de la place de marché publique des GPU et revérifiés chaque semaine (H100 SXM : $1,680/h à la demande). La facturation est à la seconde, sans minimum ; le paiement se fait uniquement en crypto (USDT, BTC, XMR, ETH, SOL, LTC, TRX), sans KYC. Les instances tournent dans des centres de données Tier III répartis sur 32 régions, avec un SLA de disponibilité de 99,9 %, et se déploient en environ 30 secondes depuis la console web (cloud.lowcostgpu.com) ou l’API REST.

Source : https://lowcostgpu.com/fr/docs/templates · Index du site pour les assistants IA : https://lowcostgpu.com/llms.txt · Contenu complet : https://lowcostgpu.com/llms-full.txt