docker的nvidia安装和使用

dockr虽然安装好了，但是安装到这一步的docker只能在cpu下使用或者将docker的gpu环境导出到宿主机上使用，无法在docker中使用gpu。

nvidia-docker是一个可以使用GPU的docker，nvidia-docker是在docker上做了一层封装，需要先安装好docker。

官网：https://github.com/NVIDIA/nvidia-docker

1、跟新nvidia的版本到19.03

由于我的nvidia-docker2安装失败了，所以参考官方强调的使用nvidia-docker2升级（已弃用）我就升级了docker到19.03版本

其中docker的安装参考教程：https://blog.csdn.net/Diana_Z/article/details/97376691

需要预先安装好nvidia，ubuntu上的nvidia安装教程参考：https://blog.csdn.net/Diana_Z/article/details/100011628

本人使用的系统是ubuntu18.04,4个gpu，具体安装信息如下

2、安装过程

# Add the package repositories
$ 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

$ sudo apt-get update && sudo apt-get install -y nvidia-container-toolkit
$ sudo systemctl restart docker

就是官方教程里面Ubuntu 16.04/18.04, Debian Jessie/Stretch的步骤

执行起来是这样的：

3、使用测试

#### Test nvidia-smi with the latest official CUDA image
#### 调用所有gpu的方法
$ docker run --gpus all nvidia/cuda:9.0-base nvidia-smi

# Start a GPU enabled container on two GPUs
# 调用固定数量的GPU，从前面开始数n个，这里是两个
$ docker run --gpus 2 nvidia/cuda:9.0-base nvidia-smi

# Starting a GPU enabled container on specific GPUs
# 选择其中几个gpu来使用，这里选择的1,2是编号1,2的gpu，四个gpu的编号是从0开始的，
# 我的四个gpu的名字是0,1,2,3
# 可以看到我的第一个gpu显存是12192，但是调用1,2的GPU的显存都是11178
$ docker run --gpus '"device=1,2"' nvidia/cuda:9.0-base nvidia-smi

4、实际使用

使用caffe官方提供的caffe项目的gpu版本进行使用

docker run --gpus all -ti bvlc/caffe:gpu /bin/bash

--gpus all，调用了所有gpu

--ti，进入了命令交互界面 ，具体可以参考：https://blog.csdn.net/uphailin/article/details/80892505

进入之后再docker容器中查看，可以看到容器中已经有四个gpu啦

 

以下是一次失败的实践

参考：https://www.cnblogs.com/journeyonmyway/p/10318624.html（以下代码截图来自这个教程）

官网说最新的docker19.03以上的版本nvidia-docker2已经启用了，所以先查看我安装的docker版本

18.09.7，所以就使用nvidia-docker2

安装时候报错，暂时找不到解决途径