Introduction

发现nvidia开始搞nvidia-docker!

如果GPU是共享资源,比如在服务器上,可能不同的用户需要不同的运行环境,但是像vbox这样的重量级虚拟机又过于笨重而且也不支持GPU的直接虚拟化。这时候,共享GPU的环境配置就成了一个大问题,尤其是在配置的应用可能会产生冲突的情况下。

nvidia-docker完美解决了这个问题!

docker之前也写过一些简易的入门教程:

Docker学习笔记目录

本文再记录下使用nvidia-docker,pull caffe2的过程。

其实官方已经比较详细了。

1. Docker

安装参照Docker初体验

注意要把当前用户添加到docker组里:

sudo usermod -aG docker findhao

2. NVIDIA-docker安装

nvidia-docker

以ubuntu 16.04为例:

# If you have nvidia-docker 1.0 installed: we need to remove it and all existing GPU containers
docker volume ls -q -f driver=nvidia-docker | xargs -r -I{} -n1 docker ps -q -a -f volume={} | xargs -r docker rm -f
sudo apt-get purge -y nvidia-docker

# Add the package repositories
curl -s -L https://nvidia.github.io/nvidia-docker/gpgkey | \
  sudo apt-key add -
curl -s -L https://nvidia.github.io/nvidia-docker/ubuntu16.04/amd64/nvidia-docker.list | \
  sudo tee /etc/apt/sources.list.d/nvidia-docker.list
sudo apt-get update

# Install nvidia-docker2 and reload the Docker daemon configuration
sudo apt-get install -y nvidia-docker2
sudo pkill -SIGHUP dockerd

# Test nvidia-smi with the latest official CUDA image
docker run --runtime=nvidia --rm nvidia/cuda nvidia-smi

如果此时能正常输出nvidia-smi的结果,则表明nvidia-docker安装成功。

3. docker caffe2

官方镜像地址:

https://hub.docker.com/r/caffe2ai/caffe2/

注意要替换命令里的docker为nvidia-docker。

直接pull镜像即可。

nvidia-docker pull caffe2ai/caffe2:c2v0.8.1.cuda8.cudnn7.ubuntu16.04

其他的使用,参考我的其他文章。


文章版权归 FindHao 所有丨本站默认采用CC-BY-NC-SA 4.0协议进行授权|
转载必须包含本声明,并以超链接形式注明作者 FindHao 和本文原始地址:
https://findhao.net/easycoding/2262.html

Comments