问题标签 [nvidia-docker]

安装 docker-ce 后，我尝试安装 nvidia-docker。我按照这个：https ://github.com/NVIDIA/nvidia-docker安装 nvidia-docker。它似乎已正确安装。

我试图运行：

虽然，这有效（没有 --runtime=nvidia）：

关于我的系统的一些附加信息：它是一个带有 8 个 GPU（Titan Xp）和 nvidia 驱动程序版本 387.26 的 ubuntu 服务器 16.04。我可以在主机系统上运行 nvidia-smi -l 1 并且它按预期工作。

我遇到过：https ://github.com/NVIDIA/nvidia-docker/issues/501 ，但我不确定我应该如何去做。

我试图弄清楚 docker 容器是如何安排的。

有谁知道我应该阅读哪些文件或在安排容器时考虑哪些因素？

我也对 nvidia-docker 和 Rodinia 基准测试感兴趣。GPU内存使用的大小会是调度时考虑的因素之一吗？

愿意接受有关分析或改进 docker 的任何建议！

我是 Kubernetes 新手。现在我需要用 GPU 添加 2 个节点。原始环境是 5 个 cpu 节点。我也应该在 5 cpu 节点中安装 nvidia 驱动程序和 nvidia docker 吗？

当我运行以下命令时：

我收到以下错误响应：

我正在尝试安装 NVIDIA docker。我使用了这些行：

接着：

$ sudo apt-get install nvidia-docker

现在尝试通过键入以下内容检查它是否安装正确：

nvidia-docker run --rm nvidia/cuda nvidia-smi

出现此错误：

英伟达码头 | 2018/11/06 13:09:24 错误：尝试在 unix:///var/run/docker.sock 连接到 Docker 守护程序套接字时获得权限被拒绝：获取 http://%2Fvar%2Frun%2Fdocker。 sock/v1.38/version : 拨打 unix /var/run/docker.sock: connect: 权限被拒绝

后来我试过：

sudo nvidia-docker run --rm nvidia/cuda nvidia-smi

出现此错误：

Using default tag: latest latest: Pulling from nvidia/cuda 473ede7ed136: Pull complete c46b5fa4d940: Pull complete 93ae3df89c92: Pull complete 6b1eed27cade: Pull complete d31e9163d0a5: Pull complete 8668af631f88: Pull complete 0d99f8ab6ae2: Pull complete 74440c29d798: Pull complete Digest: sha256:a6b5fd418d1cd0bc6d8a60c1c4ba33670508487039b828904f8494ec29e6b450 Status ：为 nvidia/cuda 下载了较新的映像：最新的 docker：来自守护进程的错误响应：OCI 运行时创建失败：container_linux.go:348：启动容器进程导致“exec：\”nvidia-smi\”：在 $PATH 中找不到可执行文件“：未知。

我用 Ubuntu 安装 Linux。有人能帮助我吗？

DGX-1 的功率相当大。但是，在使用它时，我只使用了八张卡中的一张的 34%。我可能会错过一些要点和调整吗？我知道我不能并行化所有东西，这是有上限的。但老实说，我期待更好的表现。

我正在运行一个预装了 tensorflow 的 nvidia-docker。运行的脚本来自 dennybritz，它使用得很好。我运行泊坞窗一张一张卡。由于它没有使用整张卡，我没有给他第二张。这会有什么好处吗？当然，我可以运行多个实例并选择最好的一个。但是当有 170TFLOPS 可访问时，我宁愿早点得到结果。

我编写了以下 Dockerfile 以使用 OpenPose ( https://github.com/CMU-Perceptual-Computing-Lab/openpose )构建图像

在构建 Dockerfile 时，nvidia-docker build -t openpose_image .我在最后一步中收到以下错误：

这里还发生了两件奇怪的事情。1）如果我运行到目前为止构建的图像docker run -it openpose_image，然后cd opt/openpose/build && make all -j"$(nproc)"我会得到同样的错误。2）如果我这样做nvidia-docker run -it openpose_image，然后cd opt/openpose/build && make all -j"$(nproc)"建筑物运行顺利，成功结束而不会引发错误。有人可以帮我弄清楚发生了什么吗？谢谢

我在像这样在交互式环境中运行的 ubuntu 18.04 上：

奇怪的是，当我以非交互方式运行时，我没有遇到段错误，即 docker run ... python stuff/mnist.py

英伟达详情：

在尝试在 docker 容器的构建命令中编译暗网时，我经常遇到异常include/darknet.h:11:30: fatal error: cuda_runtime.h: No such file or directory。

我正在根据此处的说明构建容器：https ://github.com/NVIDIA/nvidia-docker/wiki/Deploy-on-Amazon-EC2 。我有一个简单的Dockerfile测试 - 相关部分：

在运行容器时，我看到的大多数文档都使用 nvidia 库进行引用，但暗网在构建gpu支持时编译方式不同，因此我需要cuda_runtime.h在构建时可用。

也许我误解了nvidia-docker正在做的事情 - 我假设nvidia-docker存在，因为 Nvidia 代码必须安装在实际主机上而不是容器内，并且他们使用某种机制与容器共享“本机”代码，因此 GPU 可以管理 - 这是正确的吗？

我应该在构建容器时尝试构建darknet还是应该将它安装在主机上，然后以某种方式使其可用于容器？这似乎违背了容器的可移植性，但我可以忍受一些限制来访问 GPU。

是否可以运行两个 Nvidia Docker 容器，每个容器都有自己的 Nvidia 驱动程序版本？

在我的云实例上，我有一个较旧的应用程序正在运行，较新的 Nvidia 驱动程序正在导致问题。我希望能够继续使用较旧的驱动程序运行它，同时允许同一实例上的较新应用程序使用较新的驱动程序。我在想我可以用容器来完成这个，但我担心它们只允许你在用户空间中容器化东西。