在 Docker 容器中使用宿主机的 GPU_docker gpu

在 Docker 容器中使用宿主机的 GPU（特别是 NVIDIA GPU）需要安装 NVIDIA Container Toolkit（之前称为 nvidia-docker）。以下是详细的配置步骤：

1. 宿主机环境准备

确保宿主机已正确安装：

• NVIDIA 显卡驱动：

  nvidia-smi # 检查驱动是否安装成功

• Docker Engine：

  docker --version # 确保 Docker 已安装

2. 安装 NVIDIA Container Toolkit

要在 Ubuntu 上安装 NVIDIA Container Toolkit（用于在 Docker 中运行使用 GPU 的容器，如 PyTorch、TensorFlow、CUDA 等），你可以按下面步骤来安装，确保稳定并支持你的驱卡：

🔹 步骤 1：设置 NVIDIA 官方源（含密钥）

distribution=$(. /etc/os-release; echo $ID$VERSION_ID) # 通常是 ubuntu22.04# 添加 GPG 密钥（新方式，避免 apt-key 警告）curl -fsSL https://nvidia.github.io/libnvidia-container/gpgkey | sudo gpg --dearmor -o /etc/apt/trusted.gpg.d/nvidia-container.gpg# 添加 NVIDIA 源列表curl -s -L https://nvidia.github.io/libnvidia-container/$distribution/libnvidia-container.list \\ | sudo tee /etc/apt/sources.list.d/nvidia-container-toolkit.list

🔹 步骤 2：更新 APT 源并安装 NVIDIA Container Toolkit

sudo apt updatesudo apt install -y nvidia-container-toolkit

🔹 步骤 3：配置 Docker 使用 NVIDIA 运行时

执行以下命令：

sudo nvidia-ctk runtime configure --runtime=docker

然后重启 Docker：

sudo systemctl restart docker

🔹 步骤 4：测试 GPU 支持是否正常

运行一个带 GPU 的 CUDA 容器：

sudo docker run --rm --gpus all nvidia/cuda:12.3.2-base-ubuntu22.04 nvidia-smi

常见问题

• 错误 docker: Error response from daemon: could not select device driver...
  确保 nvidia-container-toolkit 已安装并重启 Docker。

• CUDA 版本不匹配
  拉取与宿主机驱动兼容的 CUDA 镜像，例如：

  docker pull  nvidia/cuda:12.8.1-base-ubuntu22.04 # 根据实际情况选择版本

通过以上步骤，Docker 容器即可直接调用宿主机 GPU 资源。如果需要更复杂的配置（如多 GPU 隔离），可参考 NVIDIA Container Toolkit 官方文档。