安装nvidia驱动和nvidia-docker

安装NVIDIA驱动

在NVIDIA下载对应的驱动安装文件

1. 安装依赖环境

   yum install -y pciutils gcc gcc-c++ kernel-devel
   yum update -y kernel
   

2. 屏蔽系统自带的nouveau

   # 查看命令：
   lsmod | grep nouveau
   
   # 修改dist-blacklist.conf文件：
   vi /lib/modprobe.d/dist-blacklist.conf
   
   # 将nvidiafb注释掉:
   #blacklist nvidiafb 
   
   # 然后添加以下语句：
   blacklist nouveau
   options nouveau modeset=0
   
   dracut --force
   

3. 重建initramfs image步骤

   mv /boot/initramfs-$(uname -r).img /boot/initramfs-$(uname -r).img.bak
   dracut /boot/initramfs-$(uname -r).img $(uname -r)
   

4. 修改运行级别为文本模式

   systemctl set-default multi-user.target
   

5. 重新启动

   reboot
   
   lsmod | grep nouveau
   # 检查上面的命令有没有结果，如果还有结果
   dracut --force
   

6. 运行安装文件

   chmod +x NVIDIA-Linux-x86_64-410.129-diagnostic.run
   ./NVIDIA-Linux-x86_64-410.129-diagnostic.run
   
   nvidia-smi
   

安装NVIDIA Docker

1. 安装Docker

   yum install -y wget
   cd /etc/yum.repos.d/
   wget http://mirrors.aliyun.com/docker-ce/linux/centos/docker-ce.repo
   yum install -y docker-ce
   systemctl start docker
   systemctl enable docker
   
   vi /etc/docker/daemon.json
   {
     "registry-mirrors": ["https://b9pmyelo.mirror.aliyuncs.com"]
   }
   
   systemctl restart docker
   docker verison
   docker info
   

2. 安装Nvidia-Docker

   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
   yum clean expire-cache
   yum install -y nvidia-docker2
   systemctl restart docker
   
   # 启动启用GPU的CUDA容器；使用--gpus
   docker run --rm --gpus all nvidia/cuda:10.0-base nvidia-smi
   docker run --rm --runtime=nvidia -e NVIDIA_VISIBLE_DEVICES=all nvidia/cuda:10.0-base nvidia-smi
   
   # 在两个GPU上启动启用GPU的容器
   docker run --rm --gpus 2 nvidia/cuda:10.0-base nvidia-smi
   
   # 在特定GPU上启动启用GPU的容器
   docker run --rm --gpus '"device=0"' nvidia/cuda:10.0-base nvidia-smi
   docker run --rm --gpus '"device=0,1"' nvidia/cuda:10.0-base nvidia-smi
   docker run --rm --runtime=nvidia -e NVIDIA_VISIBLE_DEVICES=0,1 nvidia/cuda:10.0-base nvidia-smi
   

3. Dockerfiles

   可以通过环境变量在图像中设置功能和GPU枚举。如果环境变量是在Dockerfile中设置的，则无需在命令行上进行设置。docker run

   例如，如果要创建自己的自定义CUDA容器，则应使用以下内容：

   ENV NVIDIA_VISIBLE_DEVICES all
   ENV NVIDIA_DRIVER_CAPABILITIES compute,utility
   

   这些环境变量已在NVIDIA提供的CUDA映像中设置。