docker掛載NVIDIA顯卡運行pytorch的方法
寫在前面：
請參考之前的文章安裝好CentOS、NVIDIA相關(guān)驅(qū)動及軟件、docker及加速鏡像。
主機運行環(huán)境
$ uname -a Linux CentOS 3.10.0-514.26.2.el7.x86_64 #1 SMP Tue Jul 4 15:04:05 UTC 2017 x86_64 x86_64 x86_64 GNU/Linux $ cat /usr/local/cuda/version.txt CUDA Version 8.0.61 $ cat /usr/local/cuda/include/cudnn.h | grep CUDNN_MAJOR -A 2 #define CUDNN_MAJOR 6 #define CUDNN_MINOR 0 #define CUDNN_PATCHLEVEL 21 #define CUDNN_VERSION (CUDNN_MAJOR * 1000 + CUDNN_MINOR * 100 + CUDNN_PATCHLEVEL) #include "driver_types.h" # NVIDIA 1080ti
一、關(guān)于GPU的掛載
1. 在docker運行時指定device掛載
先查看一下有哪些相關(guān)設(shè)備
$ ls -la /dev | grep nvidia crw-rw-rw- 1 root root 195, 0 Nov 15 13:41 nvidia0 crw-rw-rw- 1 root root 195, 1 Nov 15 13:41 nvidia1 crw-rw-rw- 1 root root 195, 255 Nov 15 13:41 nvidiactl crw-rw-rw- 1 root root 242, 0 Nov 15 13:41 nvidia-uvm crw-rw-rw- 1 root root 242, 1 Nov 15 13:41 nvidia-uvm-tools
電腦上裝了兩個顯卡。我需要運行pytorch，dockerhub中pytorch官方鏡像沒有g(shù)pu支持，所以只能先pull一個anaconda鏡像試試，后面可以編排成Dockerfile。
$ docker run -it -d --rm --name pytorch -v /home/qiyafei/pytorch:/mnt/home --privileged=true --device /dev/nvidia-uvm:/dev/nvidia-uvm --device /dev/nvidia1:/dev/nvidia1 --device /dev/nvidiactl:/dev/nvidiactl okwrtdsh/anaconda3 bash
okwrtdsh的鏡像似乎是針對他們實驗室GPU環(huán)境的，有點過大了，不過勉強運行一下還是可以的。在容器內(nèi)部還需要
安裝pytorch：
$ conda install pytorch torchvision -c pytorch
這里運行torch成功，但是加載顯卡失敗了，可能還是因為驅(qū)動不匹配的原因吧，需要重新安裝驅(qū)動，暫時不做此嘗試；
二、通過nvidia-docker在docker內(nèi)使用顯卡
詳細(xì)信息：https://github.com/NVIDIA/nvidia-docker
（1）安裝nvidia-docker
nvidia-docker其實是docker引擎的一個應(yīng)用插件，專門面向NVIDIA GPU，因為docker引擎是不支持NVIDIA驅(qū)動的，安裝插件后可以在用戶層上直接使用cuda。具體看上圖。這個圖很形象，docker引擎的運行機制也表現(xiàn)出來了，就是在系統(tǒng)內(nèi)核之上通過cgroup和namespace虛擬出一個容器OS的用戶空間，我不清楚這是否運行在ring0上，但是cuda和應(yīng)用確實可以使用了（虛擬化的問題，如果關(guān)心此類問題可以了解一些關(guān)于docker、kvm等等虛擬化的實現(xiàn)方式，目前是系統(tǒng)類比較火熱的話題）
下載rpm包：https://github.com/NVIDIA/nvidia-docker/releases/download/v1.0.1/nvidia-docker-1.0.1-1.x86_64.rpm
這里也可以通過添加apt或者yum sourcelist的方式進(jìn)行安裝，但是我沒有root權(quán)限，而且update容易引起docker重啟，如果不是實驗室的個人環(huán)境不推薦這么做，防止破壞別人正在運行的程序（之前公司一個小伙子就是在阿里云上進(jìn)行了yum update，結(jié)果導(dǎo)致公司部分業(yè)務(wù)停了一個上午）。
$ sudo rpm -i nvidia-docker-1.0.1-1.x86_64.rpm && rm nvidia-docker-1.0.1-1.x86_64.rpm $ sudo systemctl start nvidia-docker
（2）容器測試
我們還需要NVIDIA官方提供的docker容器nvidia/cuda，里面已經(jīng)編譯安裝了CUDA和CUDNN，或者直接run，缺少image的會自動pull。
$ docker pull nvidia/cuda $ nvidia-docker run --rm nvidia/cuda nvidia-smi
在容器內(nèi)測試是可以成功使用nvidia顯卡的：
（3）合適的鏡像或者自制dockerfile
合適的鏡像：這里推薦Floydhub的pytorch，注意對應(yīng)的cuda和cudnn版本。
docker pull floydhub/pytorch:0.3.0-gpu.cuda8cudnn6-py3.22 nvidia-docker run -ti -d --rm floydhub/pytorch:0.3.0-gpu.cuda8cudnn6-py3.22 bash
自制dockerfile
首先，我們需要把要裝的東西想清楚：
1. 基礎(chǔ)鏡像肯定是NVIDIA官方提供的啦，最省事，不用裝cuda和cudnn了；
2. vim、git、lrzsz、ssh這些肯定要啦；
3. anaconda、pytorch肯定要啦；
所以需要準(zhǔn)備好國內(nèi)源source.list，否則安裝速度很慢。
deb-src http://archive.ubuntu.com/ubuntu xenial main restricted #Added by software-properties deb http://mirrors.aliyun.com/ubuntu/ xenial main restricted deb-src http://mirrors.aliyun.com/ubuntu/ xenial main restricted multiverse universe #Added by software-properties deb http://mirrors.aliyun.com/ubuntu/ xenial-updates main restricted deb-src http://mirrors.aliyun.com/ubuntu/ xenial-updates main restricted multiverse universe #Added by software-properties deb http://mirrors.aliyun.com/ubuntu/ xenial universe deb http://mirrors.aliyun.com/ubuntu/ xenial-updates universe deb http://mirrors.aliyun.com/ubuntu/ xenial multiverse deb http://mirrors.aliyun.com/ubuntu/ xenial-updates multiverse deb http://mirrors.aliyun.com/ubuntu/ xenial-backports main restricted universe multiverse deb-src http://mirrors.aliyun.com/ubuntu/ xenial-backports main restricted universe multiverse #Added by software-properties deb http://archive.canonical.com/ubuntu xenial partner deb-src http://archive.canonical.com/ubuntu xenial partner deb http://mirrors.aliyun.com/ubuntu/ xenial-security main restricted deb-src http://mirrors.aliyun.com/ubuntu/ xenial-security main restricted multiverse universe #Added by software-properties deb http://mirrors.aliyun.com/ubuntu/ xenial-security universe deb http://mirrors.aliyun.com/ubuntu/ xenial-security multiverse
下載anaconda的地址：https://repo.continuum.io/archive/Anaconda3-5.0.1-Linux-x86_64.sh，這里直接在Dockerfile里下了，具體如下：
$ vim Dockerfile
FROM nvidia/cuda
LABEL author="qyf"
ENV PYTHONIOENCODING=utf-8
RUN mv /etc/apt/sources.list /etc/apt/sources.list.bak
ADD $PWD/sources.list /etc/apt/sources.list
RUN apt-get update --fix-missing && \
apt-get install -y vim net-tools curl wget git bzip2 ca-certificates libglib2.0-0 libxext6 libsm6 libxrender1 mercurial subversion apt-transport-https software-properties-common
RUN apt-get install -y openssh-server -y
RUN echo 'root:passwd' | chpasswd
RUN sed -i 's/PermitRootLogin prohibit-password/PermitRootLogin yes/' /etc/ssh/sshd_config
RUN sed -i 's/#PasswordAuthentication yes/PasswordAuthentication yes/' /etc/ssh/sshd_config
RUN echo 'export PATH=/opt/conda/bin:$PATH' > /etc/profile.d/conda.sh && wget --quiet https://repo.continuum.io/archive/Anaconda3-5.0.1-Linux-x86_64.sh -O ~/anaconda.sh && /bin/bash ~/anaconda.sh -b -p /opt/conda && rm ~/anaconda.sh
RUN apt-get install -y grep sed dpkg && \
TINI_VERSION=`curl https://github.com/krallin/tini/releases/latest | grep -o "/v.*\"" | sed 's:^..\(.*\).$:\1:'` && \
curl -L "https://github.com/krallin/tini/releases/download/v${TINI_VERSION}/tini_${TINI_VERSION}.deb"; > tini.deb && \
dpkg -i tini.deb && \
rm tini.deb && \
apt-get clean
ENV PATH /opt/conda/bin:$PATH
RUN conda install pytorch torchvision -c pytorch -y
ENTRYPOINT [ "/usr/bin/tini", "--" ]
CMD [ "/bin/bash" ]
通過docker build構(gòu)造鏡像:
docker build -t pytorch/cuda8 ./
運行成功調(diào)用cuda?！?/p>
三、關(guān)于一些bug
這里有部分debian的配置，我照著dockerhub上anaconda鏡像抄的，這里就不再配置了，反正跑起來后有鏡像也可以用。系統(tǒng)隨后可能會出現(xiàn)錯誤：
kernel:unregister_netdevice: waiting for lo to become free. Usage count = 1
這是一個Ubuntu的內(nèi)核錯誤，截止到到目前為止似乎還沒完全解決。
這個小哥給出了一個解決方案，至少他給出的錯誤原因我是相信的：是由內(nèi)核的TCP套接字錯誤引發(fā)的。這里我給出一些思考，關(guān)于上面的結(jié)構(gòu)圖，在顯卡上，通過nvidia-docker，docker之上的容器可以使用到底層顯卡（驅(qū)動顯然是在docker之下的），而TCP套接字，我猜測也是這種使用方法，而虛擬出來的dockerOS，應(yīng)該是沒有權(quán)限來訪問宿主機內(nèi)核的，至少內(nèi)核限制了部分權(quán)限。這位小哥給出了測試內(nèi)核，如果有興趣可以去幫他測試一下：https://bugs.launchpad.net/ubuntu/+source/linux/+bug/1711407/comments/46。
總結(jié)
以上所述是小編給大家介紹的docker掛載NVIDIA顯卡運行pytorch的方法，希望對大家有所幫助，如果大家有任何疑問請給我留言，小編會及時回復(fù)大家的。在此也非常感謝大家對腳本之家網(wǎng)站的支持！
相關(guān)文章
Docker容器中的OpenCV如何輕松構(gòu)建可移植的計算機視覺環(huán)境
計算機視覺是一門涉及圖像和視頻處理的領(lǐng)域,可以應(yīng)用于目標(biāo)檢測、圖像識別、人臉識別等各種任務(wù),本文給大家介紹Docker容器中的OpenCV如何輕松構(gòu)建可移植的計算機視覺環(huán)境,感興趣的朋友一起看看吧2023-12-12
本文詳細(xì)講解了Docker的虛擬化，對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價值，需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧2022-04-04
docker maven plugin快速部署微服務(wù)的詳細(xì)流程
本文給大家介紹docker?maven?plugin微服務(wù)快速部署方法，主要將Dockerfile寫在pom中方便項目管理，將微服務(wù)的 打包、上傳、鏡像創(chuàng)建操作整合到一條命令中執(zhí)行，感興趣的朋友跟隨小編一起看看吧2022-04-04
Docker網(wǎng)絡(luò)配置(橋接網(wǎng)絡(luò)和自定義網(wǎng)絡(luò))自定義網(wǎng)絡(luò)設(shè)置ip方式
這篇文章主要介紹了Docker網(wǎng)絡(luò)配置(橋接網(wǎng)絡(luò)和自定義網(wǎng)絡(luò))自定義網(wǎng)絡(luò)設(shè)置ip方式,具有很好的參考價值,希望對大家有所幫助,如有錯誤或未考慮完全的地方,望不吝賜教2024-01-01
詳解基于docker 如何部署surging分布式微服務(wù)引擎
這篇文章主要介紹了詳解基于docker 如何部署surging分布式微服務(wù)引擎，小編覺得挺不錯的，現(xiàn)在分享給大家，也給大家做個參考。一起跟隨小編過來看看吧2018-06-06
Docker容器/bin/bash?start.sh無法找到not?found問題解決
最近在學(xué)習(xí)聯(lián)系中遇到一個問題,百度后發(fā)現(xiàn)這個需求還是挺常見的,所以下面這篇文章主要給大家介紹了關(guān)于Docker容器/bin/bash?start.sh無法找到not?found問題的解決方法,需要的朋友可以參考下2022-08-08
在容器內(nèi)部，當(dāng)需要訪問其他容器或主機時，可以通過/etc/hosts文件來解析主機名，從而實現(xiàn)網(wǎng)絡(luò)通信，這篇文章主要介紹了docker容器/etc/hosts文件,需要的朋友可以參考下2023-06-06
使用非root用戶安裝及啟動docker的問題(rootless模式運行)
docker是使用--userns-remap容器用戶映射宿主機用戶的方式來解決問題，用戶和組的映射由兩個配置文件來控制，分別是/etc/subuid和/etc/subgid，本文給大家介紹非root用戶啟動docker的問題，感興趣的朋友一起看看吧2022-05-05
Docker Compose 網(wǎng)絡(luò)設(shè)置詳解
這篇文章主要介紹了Docker Compose 網(wǎng)絡(luò)設(shè)置詳解，文中通過示例代碼介紹的非常詳細(xì)，對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價值，需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧2019-10-10
這篇文章主要介紹了win10家庭版安裝Docker for Windows，文中通過示例代碼介紹的非常詳細(xì)，對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價值，需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧2019-10-10