docker中使用gpu_docker gpu(1)，2024年最新Linux运维线程池基础入门和简单实践以及使用技巧_docker gpus

先自我介绍一下，小编浙江大学毕业，去过华为、字节跳动等大厂，目前阿里P7

深知大多数程序员，想要提升技能，往往是自己摸索成长，但自己不成体系的自学效果低效又漫长，而且极易碰到天花板技术停滞不前！

因此收集整理了一份《2024年最新Linux运维全套学习资料》，初衷也很简单，就是希望能够帮助到想自学提升又不知道该从何学起的朋友。

既有适合小白学习的零基础资料，也有适合3年以上经验的小伙伴深入学习提升的进阶课程，涵盖了95%以上运维知识点，真正体系化！

由于文件比较多，这里只是将部分目录截图出来，全套包含大厂面经、学习笔记、源码讲义、实战项目、大纲路线、讲解视频，并且后续会持续更新

如果你需要这些资料，可以添加V获取：vip1024b （备注运维）

正文

1、可以直接使用tensorflow、pytorch等官方提供的gpu镜像。

2、如果想自己定制，可以基于nvidia/cuda镜像，进行配置(不要从头自己配置)

二、Docker19.03之后，内置gpu支持****

增加了对–gpus选项的支持，我们在docker里面想读取nvidia显卡再也不需要额外的安装nvidia-docker2了。需要提前禁用nouveau：lsmod | grep nouveau没有输出即禁用了

需要安装：1.安装nvidia驱动、cuda 2、安装nvidia-container-runtime  3、安装docker-19.03

1、安装驱动和cuda：

下载对应版本的cuda：CUDA Toolkit 12.1 Update 1 Downloads | NVIDIA Developer
比如我下载的为Centos7版本的RPM包，下载后直接安装。安装cuda的时候会自动安装nvidia驱动，控制台信息：

Installing the NVIDIA display driver…

Installing the CUDA Toolkit in /usr/local/cuda-9.1 …

ps:也可以先手动安装驱动，然后再通过.run文件安装cuda（可以选择不安装nvidia驱动）

安装cuda时报错：错误：软件包xxx需要：opencl-filesystem、ocl-icd

解决：安装epel数据源即可yum install epel-release –y。

2、安装nvidia-container-runtime：

distribution=$(. /etc/os-release;echo $ID$VERSION_ID)

curl -s -L https://nvidia.github.io/nvidia-docker/$distribution/nvidia-docker.repo | sudo tee /etc/yum.repos.d/nvidia-docker.repo

sudo yum install -y nvidia-container-toolkit nvidia-container-runtime

3、运行容器时，添加**–**gpu参数启用gpu支持。

使用所有GPU

$ docker run --gpus all nvidia/cuda:9.0-base nvidia-smi

使用两个GPU

$ docker run --gpus 2 nvidia/cuda:9.0-base nvidia-smi

指定GPU运行

$ docker run --gpus ‘“device=1,2”’ nvidia/cuda:9.0-base nvidia-smi

$ docker run --gpus ‘“device=UUID-ABCDEF,1”’ nvidia/cuda:9.0-base nvidia-smi

docker exec -it centos  #进入容器

nvidia-smi #容器内查看gpu使用情况

测试：docker pull ufoym/deepo:keras-py36-cu80  #拉取支持gpu的keras & tensorflow环境

docker run --gpus all --rm -it ufoym/deepo:keras-py36-cu80  #启动后，进入容器。

进入python环境 (docker run --gpus all --rm -it ufoym/deepo)

python

最后的话

最近很多小伙伴找我要Linux学习资料，于是我翻箱倒柜，整理了一些优质资源，涵盖视频、电子书、PPT等共享给大家！

资料预览

给大家整理的视频资料：

给大家整理的电子书资料：

如果本文对你有帮助，欢迎点赞、收藏、转发给朋友，让我有持续创作的动力！

网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。

需要这份系统化的资料的朋友，可以添加V获取：vip1024b （备注运维）

一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！
图片转存中…(img-UPPyPXZa-1713318260267)]

一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！