# Créer un conteneur personnalisé pour TEI

Vous pouvez construire votre propre conteneur TEI CPU ou CUDA à l'aide de Docker. Pour construire un conteneur CPU, exécutez la commande suivante dans le répertoire contenant votre Dockerfile personnalisé :

```shell
docker build .
```

Pour construire un conteneur CUDA, il est essentiel de déterminer la capacité de calcul (compute cap) du GPU qui sera utilisé à l'exécution. Cette information est cruciale pour la configuration appropriée des conteneurs CUDA. Les exemples suivants présentent les capacités de calcul à l'exécution pour divers types de GPU :

- Turing (T4, série RTX 2000, ...) - `runtime_compute_cap=75`
- Ampere 8.0 (A100, ...) - `runtime_compute_cap=80`
- Ampere 8.6 (A10, ...) - `runtime_compute_cap=86`
- Ada Lovelace (série RTX 4000, ...) - `runtime_compute_cap=89`
- Hopper (H100) - `runtime_compute_cap=90`
- Blackwell 10.0 (B200, GB200, ...) - `runtime_compute_cap=100`
- Blackwell 12.0 (GeForce RTX 50X0, ...) - `runtime_compute_cap=120`

Une fois que vous avez déterminé la capacité de calcul, définissez-la comme variable `runtime_compute_cap` et construisez le conteneur à l'aide de `Dockerfile-cuda` :

```shell
# Get submodule dependencies
git submodule update --init

runtime_compute_cap=80

docker build . -f Dockerfile-cuda --build-arg CUDA_COMPUTE_CAP=$runtime_compute_cap
```