nvidia-docker的安装
- cpu架构:x86
- 操作系统:ubuntu18.04
受够了TensorRT+cuda+opencv+ffmpeg+x264运行环境的部署的繁琐,每次新服务器上部署环境都会花费很大的精力去部署环境,听说nvidia-docker可以省去部署的麻烦,好多人也推荐使用docker方便部署,咱也在网上搜索了下,学习了下,根据网上的资料,开始安装docker学习一下,把学习记录记在这儿,听说要想使用GPU,就要安装Docker-CE和NVIDIA Container Toolkit,好的,开始。
1.安装Dokcer-CE
首先,我的机器上没有安装过docker,要先把docker安装上,执行以下脚本,开始安装。
curl https://get.docker.com | sh \
> && sudo systemctl --now enable docker
控制台输出结果如下:
% Total % Received % Xferd Average Speed Time Time Time CurrentDload Upload Total Spent Left Speed
100 19325 100 19325 0 0 2210 0 0:00:08 0:00:08 --:--:-- 4718
# Executing docker install script, commit: 3255aa3919e7281693f62855b9d543bb50f04957
+ sudo -E sh -c apt-get update -qq >/dev/null
[sudo] dingxin 的密码:
+ sudo -E sh -c DEBIAN_FRONTEND=noninteractive apt-get install -y -qq apt-transport-https ca-certificates curl >/dev/null
+ sudo -E sh -c mkdir -p /etc/apt/keyrings && chmod -R 0755 /etc/apt/keyrings
+ sudo -E sh -c curl -fsSL "https://download.docker.com/linux/ubuntu/gpg" | gpg --dearmor --yes -o /etc/apt/keyrings/docker.gpg
gpg: WARNING: unsafe ownership on homedir '/home/dingxin/.gnupg'
+ sudo -E sh -c chmod a+r /etc/apt/keyrings/docker.gpg
+ sudo -E sh -c echo "deb [arch=amd64 signed-by=/etc/apt/keyrings/docker.gpg] https://download.docker.com/linux/ubuntu bionic stable" > /etc/apt/sources.list.d/docker.list
+ sudo -E sh -c apt-get update -qq >/dev/null
+ sudo -E sh -c DEBIAN_FRONTEND=noninteractive apt-get install -y -qq --no-install-recommends docker-ce docker-ce-cli containerd.io docker-compose-plugin docker-scan-plugin >/dev/null
+ version_gte 20.10
+ [ -z ]
+ return 0
+ sudo -E sh -c DEBIAN_FRONTEND=noninteractive apt-get install -y -qq docker-ce-rootless-extras >/dev/null
+ sudo -E sh -c docker version
Client: Docker Engine - CommunityVersion: 20.10.16API version: 1.41Go version: go1.17.10Git commit: aa7e414Built: Thu May 12 09:17:28 2022OS/Arch: linux/amd64Context: defaultExperimental: trueServer: Docker Engine - CommunityEngine:Version: 20.10.16API version: 1.41 (minimum version 1.12)Go version: go1.17.10Git commit: f756502Built: Thu May 12 09:15:33 2022OS/Arch: linux/amd64Experimental: falsecontainerd:Version: 1.6.4GitCommit: 212e8b6fa2f44b9c21b2798135fc6fb7c53efc16runc:Version: 1.1.1GitCommit: v1.1.1-0-g52de29ddocker-init:Version: 0.19.0GitCommit: de40ad0================================================================================To run Docker as a non-privileged user, consider setting up the
Docker daemon in rootless mode for your user:dockerd-rootless-setuptool.sh installVisit https://docs.docker.com/go/rootless/ to learn about rootless mode.To run the Docker daemon as a fully privileged service, but granting non-root
users access, refer to https://docs.docker.com/go/daemon-access/WARNING: Access to the remote API on a privileged Docker daemon is equivalentto root access on the host. Refer to the 'Docker daemon attack surface'documentation for details: https://docs.docker.com/go/attack-surface/================================================================================Synchronizing state of docker.service with SysV service script with /lib/systemd/systemd-sysv-install.
Executing: /lib/systemd/systemd-sysv-install enable docker
安装结束后,查看Docker版本:
docker --version
结果如下:
Docker version 20.10.16, build aa7e414
说明安装成功
安装NVIDIA Container Toolkit
执行以下脚本:
distribution=$(. /etc/os-release;echo $ID$VERSION_ID) \&& curl -s -L https://nvidia.github.io/nvidia-docker/gpgkey | sudo apt-key add - \&& curl -s -L https://nvidia.github.io/nvidia-docker/$distribution/nvidia-docker.list | sudo tee /etc/apt/sources.list.d/nvidia-docker.list
控制台输出如下:
[sudo] dingxin 的密码:
OK
deb https://nvidia.github.io/libnvidia-container/stable/ubuntu18.04/$(ARCH) /
#deb https://nvidia.github.io/libnvidia-container/experimental/ubuntu18.04/$(ARCH) /
deb https://nvidia.github.io/nvidia-container-runtime/stable/ubuntu18.04/$(ARCH) /
#deb https://nvidia.github.io/nvidia-container-runtime/experimental/ubuntu18.04/$(ARCH) /
deb https://nvidia.github.io/nvidia-docker/ubuntu18.04/$(ARCH) /
安装nvidia-docker2包及其依赖
sudo apt-get update
控制台输出:
命中:1 https://dl.google.com/linux/chrome/deb stable InRelease
命中:2 http://security.ubuntu.com/ubuntu bionic-security InRelease
命中:3 http://cn.archive.ubuntu.com/ubuntu bionic InRelease
命中:4 http://cn.archive.ubuntu.com/ubuntu bionic-updates InRelease
获取:5 https://nvidia.github.io/libnvidia-container/stable/ubuntu18.04/amd64 InRelease [1,484 B]
命中:6 https://linux.teamviewer.com/deb stable InRelease
获取:7 https://nvidia.github.io/nvidia-container-runtime/stable/ubuntu18.04/amd64 InRelease [1,481 B]
命中:8 http://cn.archive.ubuntu.com/ubuntu bionic-backports InRelease
获取:9 https://nvidia.github.io/nvidia-docker/ubuntu18.04/amd64 InRelease [1,474 B]
获取:10 https://nvidia.github.io/libnvidia-container/stable/ubuntu18.04/amd64 Packages [18.7 kB]
获取:11 https://nvidia.github.io/nvidia-container-runtime/stable/ubuntu18.04/amd64 Packages [7,416 B]
获取:12 https://nvidia.github.io/nvidia-docker/ubuntu18.04/amd64 Packages [4,488 B]
命中:13 https://download.docker.com/linux/ubuntu bionic InRelease
已下载 35.1 kB,耗时 3秒 (12.0 kB/s)
正在读取软件包列表... 完成
接着执行安装nvidia-docker2:
sudo apt-get install -y nvidia-docker2
控制台输出如下:
正在读取软件包列表... 完成
正在分析软件包的依赖关系树
正在读取状态信息... 完成
下列软件包是自动安装的并且现在不需要了:linux-hwe-5.4-headers-5.4.0-100 linux-hwe-5.4-headers-5.4.0-104 linux-hwe-5.4-headers-5.4.0-105 linux-hwe-5.4-headers-5.4.0-107 linux-hwe-5.4-headers-5.4.0-109 linux-hwe-5.4-headers-5.4.0-42linux-hwe-5.4-headers-5.4.0-89 linux-hwe-5.4-headers-5.4.0-90 linux-hwe-5.4-headers-5.4.0-91 linux-hwe-5.4-headers-5.4.0-92 linux-hwe-5.4-headers-5.4.0-94 linux-hwe-5.4-headers-5.4.0-96linux-hwe-5.4-headers-5.4.0-99
使用'sudo apt autoremove'来卸载它(它们)。
将会同时安装下列软件:libnvidia-container-tools libnvidia-container1 nvidia-container-toolkit
下列【新】软件包将被安装:libnvidia-container-tools libnvidia-container1 nvidia-container-toolkit nvidia-docker2
升级了 0 个软件包,新安装了 4 个软件包,要卸载 0 个软件包,有 38 个软件包未被升级。
需要下载 1,934 kB 的归档。
解压缩后会消耗 7,730 kB 的额外空间。
获取:1 https://nvidia.github.io/libnvidia-container/stable/ubuntu18.04/amd64 libnvidia-container1 1.9.0-1 [926 kB]
获取:2 https://nvidia.github.io/libnvidia-container/stable/ubuntu18.04/amd64 libnvidia-container-tools 1.9.0-1 [23.9 kB]
获取:3 https://nvidia.github.io/libnvidia-container/stable/ubuntu18.04/amd64 nvidia-container-toolkit 1.9.0-1 [978 kB]
获取:4 https://nvidia.github.io/libnvidia-container/stable/ubuntu18.04/amd64 nvidia-docker2 2.10.0-1 [5,532 B]
已下载 1,934 kB,耗时 58秒 (33.3 kB/s)
正在选中未选择的软件包 libnvidia-container1:amd64。
(正在读取数据库 ... 系统当前共安装有 462588 个文件和目录。)
正准备解包 .../libnvidia-container1_1.9.0-1_amd64.deb ...
正在解包 libnvidia-container1:amd64 (1.9.0-1) ...
正在选中未选择的软件包 libnvidia-container-tools。
正准备解包 .../libnvidia-container-tools_1.9.0-1_amd64.deb ...
正在解包 libnvidia-container-tools (1.9.0-1) ...
正在选中未选择的软件包 nvidia-container-toolkit。
正准备解包 .../nvidia-container-toolkit_1.9.0-1_amd64.deb ...
正在解包 nvidia-container-toolkit (1.9.0-1) ...
正在选中未选择的软件包 nvidia-docker2。
正准备解包 .../nvidia-docker2_2.10.0-1_all.deb ...
正在解包 nvidia-docker2 (2.10.0-1) ...
正在设置 libnvidia-container1:amd64 (1.9.0-1) ...
正在设置 libnvidia-container-tools (1.9.0-1) ...
正在设置 nvidia-container-toolkit (1.9.0-1) ...
正在设置 nvidia-docker2 (2.10.0-1) ...
正在处理用于 libc-bin (2.27-3ubuntu1.5) 的触发器 ...
/sbin/ldconfig.real: /usr/local/cuda-11.4/targets/x86_64-linux/lib/libcudnn_adv_infer.so.8 is not a symbolic link/sbin/ldconfig.real: /usr/local/cuda-11.4/targets/x86_64-linux/lib/libcudnn_ops_train.so.8 is not a symbolic link/sbin/ldconfig.real: /usr/local/cuda-11.4/targets/x86_64-linux/lib/libcudnn_ops_infer.so.8 is not a symbolic link/sbin/ldconfig.real: /usr/local/cuda-11.4/targets/x86_64-linux/lib/libcudnn_adv_train.so.8 is not a symbolic link/sbin/ldconfig.real: /usr/local/cuda-11.4/targets/x86_64-linux/lib/libcudnn_cnn_infer.so.8 is not a symbolic link/sbin/ldconfig.real: /usr/local/cuda-11.4/targets/x86_64-linux/lib/libcudnn_cnn_train.so.8 is not a symbolic link
安装完成
接着安装镜像
sudo docker run --rm --gpus all nvidia/cuda:11.0-base nvidia-smi
控制台输出结果:
查看已下载的镜像
sudo docker images -a
控制台输出如下:
查看当前运行的容器:
sudo docker ps
控制台输出如下:
貌似没有运行的容器,毕竟我是刚装的docker吗。
拉一个镜像下来,比如ubuntu
sudo docker pull ubuntu
nvidia-docker的安装相关推荐
- docker下安装jupyterHub
docker下安装jupyterHub 安装docker 什么是docker 安装docker 1)centOs 2)Windows 3)Mac docker的基本操作 1)列出机器上的镜像(imag ...
- ubuntu18.04 nvidia gpu驱动与tensorflow-gpu以 docker方式安装
通过ubuntu标准库自动安装驱动 搜索系统当前支持的驱动(此方法可能无法安装最新版) $ ubuntu-drivers devices == /sys/devices/pci0000:00/0000 ...
- nvidia docker安装和驱动安装
2.nvidia docker 安装 驱动先安装 1.驱动是否安装 首先nvidia-smi 正常显示说明驱动安装好了,不用安装驱动了,这里都跳过 没有先装一个驱动,两个方式安装,如下 下载 NVID ...
- Docker离线安装及python算法部署详细介绍
算法部署时,常出现测试通过生产上环境各种问题的情况,很影响效率. 因此想采用docker的方式部署,市面上的安装都不是很顺利,因此本文总结各种安装方式,采用离线的方式安装,较为稳定且可行. 1.Doc ...
- centos7 安装英伟达驱动;cuda;docker离线安装;docker gpu离线安装;制作自己的cuda镜像;安装 容器中ssh协议
原创不易,谢谢! centos7 安装英伟达驱动,cuda,docker安装,docker gpu安装,制作自己的cuda镜像,docker ssh协议 无论是笔记本还是台式电脑,这一步关键 参考资料 ...
- 一键训练 deeplabv3seg、squeezeseg、voxelnet Docker镜像安装
申明:此博客是 港心时代(原太平洋AI)整理的三大点云深度学习框架,具有以下特点: 1.兼并SOTA深度学习算法与传统算法,一键运行模拟. 2.DINK中人工智能纯Tensorflow实现. 3.全 ...
- 基于WSL2+NVIDIA Docker的开发环境最佳实践
1. Windows 11 安装WSL2 Ubuntu 22.04 LTS 1.1 安装windows附加功能 点击:设置->应用->可选功能->更多windows功能 弹出的窗口: ...
- Nvidia显卡主机安装Ubuntu系统踩坑小结(Z1-Entry-Tower-G6主机安装Ubuntu-18.04)
目录 背景 问题和解决方法 1.U盘安装Ubuntu系统时出现花屏和ACPI error问题: 2.安装Ubuntu系统时卡在Ubuntu logo五个圆点加载处: 3.系统安装成功后重启,出现花屏, ...
- Docker的安装、镜像源更换与简单应用
Docker的安装.镜像源更换与简单应用[阅读时间:约20分钟] 一.概述 二.系统环境&项目介绍 1.系统环境 2.项目的任务要求 三.Docker的安装 四.Docker的简单应用 1. ...
- 客快物流大数据项目(八):Docker的安装和启动
目录 Docker的安装和启动 一.服务器规划 二.安装Docker 1.验证Linux内核版本 <
最新文章
- Prn.txt Con.txt(文件命名的问题)
- linux的常用操作——共享库
- 计算机网络:overlay(VLAN,VxLAN)、underlay网络、大二层的介绍
- python3.6.5安装步骤-Centos7 安装Python3.6.5步骤
- java putall实现_java putAll与addAll的小区别
- centos6 安装glibc-2.14.1
- php图书馆占座系统代码,基于php的图书馆座位管理系统
- Houdini 快捷键
- NoteFirst word插件无法显示解决方案
- 用VBA检查Word文档中是否存在位于行首的脚注引用,如存在则通过调整字符间距使其移动到非行首的位置
- Sonatype Nexus: Recommended file descriptor limit is 65536 but count is 4096
- [云上贵州2017]智慧交通预测挑战赛
- 机械转行程序员怎么样?
- 关于js文本框数字校验
- ESP8266-天猫精灵(智能家居)
- [MOVE]-音频翻唱检索论文笔记
- UltraISO 制作系统启动盘教程
- binder机制原理分析(一):ServiceManager 进程启动
- (附源码)Python宿舍管理系统 毕业设计231642
- 计算广告及搜索广告简介