安裝nvidia-docker2后，即可在docker中使用GPU，也是在k8s中創(chuàng)建使用GPU的docker以及使用云原生kubeflow技術的基礎，

文章目錄

• • 安裝英偉達顯卡驅動
  • 配置`nvidia-docker2`源
  • 安裝`nvidia-docker2`
  • 驗證`nvidia-docker2`
  • 設置默認使用nvidia-docker
  • • 報錯
  • 權限

安裝英偉達顯卡驅動

首先需要操作系統(tǒng)中英偉達顯卡驅動的支持

有關內容可以參考：

• Ubuntu18.04 顯卡驅動安裝

• Ubuntu18.04 CUDA與cudnn安裝

• Ubuntu 18.04 獨顯和集顯切換

配置nvidia-docker2源

# 添加源 curl -s -L https://nvidia.github.io/nvidia-docker/gpgkey | sudo apt-key add - distribution=$(. /etc/os-release;echo $ID$VERSION_ID) curl -s -L https://nvidia.github.io/nvidia-docker/$distribution/nvidia-docker.list | \ sudo tee /etc/apt/sources.list.d/nvidia-docker.list# 更新源 sudo apt update

? 其中distribution變量是當前的操作系統(tǒng)版本，因此上面的命令可以直接作用于Ubuntu18.04或者其他Ubuntu版本。

安裝nvidia-docker2

# 安裝nvidia-docker2 sudo apt install -y nvidia-docker2# 重啟Docker daemon sudo pkill -SIGHUP dockerd

驗證nvidia-docker2

sudo nvidia-docker run --rm nvidia/cuda nvidia-smi

如果能夠像當前物理機使用nvidia-smi一樣輸出類似的結果，那么驗證成功，注意當前image基于Ubuntu 18.04。

設置默認使用nvidia-docker

使用sudo gedit /etc/docker/daemon.json

然后輸入一下內容：

{"default-runtime": "nvidia","runtimes": {"nvidia": {"path": "/usr/bin/nvidia-container-runtime","runtimeArgs": []}} }

并重啟docker：systemctl restart docker

報錯

有時候也會出現(xiàn)錯誤docker: Error response from daemon: Unknown runtime specified nvidia.

這時候需要輸入以下命令：

sudo mkdir -p /etc/systemd/system/docker.service.d sudo tee /etc/systemd/system/docker.service.d/override.conf <<EOF [Service] ExecStart= ExecStart=/usr/bin/dockerd --host=fd:// --add-runtime=nvidia=/usr/bin/nvidia-container-runtime EOF sudo systemctl daemon-reload sudo systemctl restart dockersudo tee /etc/docker/daemon.json <<EOF {"runtimes": {"nvidia": {"path": "/usr/bin/nvidia-container-runtime","runtimeArgs": []}} } EOF sudo pkill -SIGHUP dockerd

權限

將當前用戶加入docker用戶組以獲得使用docker的權限。

sudo groupadd docker #添加docker用戶組 sudo gpasswd -a $USER docker #將登陸用戶加入到docker用戶組中 newgrp docker #更新用戶組 docker ps #測試docker命令是否可以使用sudo正常使用

總結

以上是生活随笔為你收集整理的安装nvidia-docker2的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。