CentOS7 Nvidia Docker环境搭建

2023-09-16 03:31:05 61

最近在搞tensorflow的一些东西，话说这东西是真的皮，搞不懂。但是环境还是磕磕碰碰的搭起来了

其实本来是没想到用docker的，但是就一台配置较好的服务器，还要运行公司的其他环境，vmwareesxi用起来太费劲，还是算了。

环境：

系统：CentOS77.41708

显卡：Nvidia1080Ti

下载所有需要的东东

1、docker-ceyumrepo:https://download.docker.com/linux/centos/docker-ce.repo

2、nvidia-dockeryumrepo:https://nvidia.github.io/nvidia-docker/centos7/x86_64/nvidia-docker.repo

3、nvidiacudayumrepo:http://developer.download.nvidia.com/compute/cuda/repos/rhel7/x86_64/cuda-repo-rhel7-9.1.85-1.x86_64.rpm

4、nvidiacudnn:https://developer.nvidia.com/cudnn

这个东西需要注册nvidia账号，就不给直接下载地址了。

5、nvidia驱动:http://www.nvidia.cn/Download/index.aspx?lang=cn

按自己的显卡型号下载

6、nvidiadockerfile:https://hub.docker.com/r/nvidia/cuda/

这里面可以看到很多dockerfile，选择

9.0-base-centos7(9.0/base/Dockerfile)

其他的cuda9.1这些应该也可以用，另外有像devel和runtime这样的，其实就是yum安装的cuda包不太一样，没多大关系。

点进去后复制下来保存为Dockerfile文件，但是之后搞的时候发现有点问题，修改了一下，可以从这儿复制

FROMcentos:7

LABELmaintainer"NVIDIACORPORATION"

RUNNVIDIA_GPGKEY_SUM=d1be581509378368edeec8c1eb2958702feedf3bc3d17011adbf24efacce4ab5&&\

curl-fsSLhttps://developer.download.nvidia.com/compute/cuda/repos/rhel7/x86_64/7fa2af80.pub|sed'/^Version/d'>/etc/pki/rpm-gpg/RPM-GPG-KEY-NVIDIA&&\

echo"$NVIDIA_GPGKEY_SUM/etc/pki/rpm-gpg/RPM-GPG-KEY-NVIDIA"|sha256sum-c--strict-

#COPYcuda.repo/etc/yum.repos.d/cuda.repo

ENVCUDA_VERSION9.0.176

ENVCUDA_PKG_VERSION9-0-$CUDA_VERSION-1

#RUNyuminstall-y\

#cuda-cudart-$CUDA_PKG_VERSION&&\

#ln-scuda-9.0/usr/local/cuda&&\

#rm-rf/var/cache/yum/*
#nvidia-docker1.0

LABELcom.nvidia.volumes.needed="nvidia_driver"

LABELcom.nvidia.cuda.version="${CUDA_VERSION}"

RUNecho"/usr/local/nvidia/lib">>/etc/ld.so.conf.d/nvidia.conf&&\

echo"/usr/local/nvidia/lib64">>/etc/ld.so.conf.d/nvidia.conf

ENVPATH/usr/local/nvidia/bin:/usr/local/cuda/bin:${PATH}

ENVLD_LIBRARY_PATH/usr/local/nvidia/lib:/usr/local/nvidia/lib64

#nvidia-container-runtime

ENVNVIDIA_VISIBLE_DEVICESall

ENVNVIDIA_DRIVER_CAPABILITIEScompute,utility

ENVNVIDIA_REQUIRE_CUDA"cuda>=9.0"

所有的文件

[root@localhostnvidia]#pwd
/root/nvidia
[root@localhostnvidia]#ll
total420000
drwxr-xr-x.2rootroot4096Feb1010:50centos-gpu
-rw-r--r--.1rootroot3335Jan2910:36cuda-repo-rhel7-9.1.85-1.x86_64.rpm
-rw-r--r--.1rootroot348817823Feb616:26cudnn-9.0-linux-x64-v7.tgz
-rw-r--r--.1rootroot2424Feb910:36docker-ce.repo
-rw-r--r--.1rootroot796Feb917:11nvidia-docker.repo
-rwxr-xr-x.1rootroot81242220Jan3114:19NVIDIA-Linux-x86_64-390.25.run

centos-gpu里有Dockerfile文件

准备工作

直接上命令，一看就明白

[root@localhostnvidia]#cpdocker-ce.reponvidia-docker.repo/etc/yum.repos.d/
[root@localhostnvidia]#rpm-ivhcuda-repo-rhel7-9.1.85-1.x86_64.rpm
[root@localhostnvidia]#yuminstallepel-release
[root@localhostnvidia]#yuminstallgccgcc-c++

[root@localhostnvidia]#yuminstallkernel*

安装驱动

[root@localhostnvidia]#echo"blacklistnouveau">>/etc/modprobe.d/blacklist.conf
[root@localhostnvidia]#mv/boot/initramfs-$(uname-r).img/boot/initramfs-$(uname-r).img.bakdracut-v/boot/initramfs-$(uname-r).img$(uname-r)
[root@localhostnvidia]#init3
[root@localhostnvidia]#chmod+xNVIDIA-Linux-x86_64-390.25.run
[root@localhostnvidia]#./NVIDIA-Linux-x86_64-390.25.run

大概步骤就是这样，如果出现问题，可以直接网上找一找，应该不会太难

安装和启动docker

[root@localhostnvidia]#yuminstalldocker-cenvidia-docker
[root@localhostnvidia]#systemctlenabledocker
[root@localhostnvidia]#systemctlstartdocker
[root@localhostnvidia]#systemctlenablenvidia-docker
[root@localhostnvidia]#systemctlstartnvidia-docker

记得显卡驱动一定要先装好，nvidia-docker才能正常启动

制作docker镜像

[root@localhostnvidia]#yuminstallcuda-cudart-9-0-9.0.176-1
[root@localhostnvidia]#ln-scuda-9.0/usr/local/cuda
[root@localhostnvidia]#nvidia-dockerbuild-tcentos-nvidia/root/nvidia/centos-gpu

如果你是用的我修改的Dockfile应该不会有什么问题，如果你是用的原版的，可能会在

#COPYcuda.repo/etc/yum.repos.d/cuda.repo

出错，但是咱们已经下载cuda的repo，并安装了，所以这一步可以不用。

镜像制作结束后，可以用命令dockerimages查看一下：

[root@localhostcentos-gpu]#dockerimages
REPOSITORYTAGIMAGEIDCREATEDSIZE
centos-nvidialatesta02c8e0ad5ca2hoursago207MB

如果有这一行应该就算是成功了。

生成docker

[root@localhostcentos-gpu]#nvidia-dockerrun--name="centos-gpu2"-tia02c/bin/bash
[root@34d532e76913/]#nvidia-smi
SatFeb1003:42:202018
+-----------------------------------------------------------------------------+
|NVIDIA-SMI390.25DriverVersion:390.25|
|-------------------------------+----------------------+----------------------+
|GPUNamePersistence-M|Bus-IdDisp.A|VolatileUncorr.ECC|
|FanTempPerfPwr:Usage/Cap|Memory-Usage|GPU-UtilComputeM.|
|===============================+======================+======================|
|0GeForceGTX108...Off|00000000:02:00.0Off|N/A|
|23%17CP88W/250W|10MiB/11178MiB|0%Default|
+-------------------------------+----------------------+----------------------+

+-----------------------------------------------------------------------------+
|Processes:GPUMemory|
|GPUPIDTypeProcessnameUsage|
|=============================================================================|
|Norunningprocessesfound|
+-----------------------------------------------------------------------------+
[root@34d532e76913/]#exit

如果类似于上面的输出结果，差不多就可以了。

使用Docker

[root@localhostcentos-gpu]#nvidia-dockerps-a
CONTAINERIDIMAGECOMMANDCREATEDSTATUSPORTSNAMES
34d532e76913a02c"/bin/bash"3minutesagoExited(0)12secondsagocentos-gpu2
d16c2db2bf2ea02c"/bin/bash"2hoursagoExited(0)19minutesagocentos-gpu
370671db8df13afd"/bin/bash"19hoursagoExited(137)3hoursagocentos-dronemap
[root@localhostcentos-gpu]#nvidia-dockerstart34d5
34d5
[root@localhostcentos-gpu]#nvidia-dockercp/root/nvidia/cuda-repo-rhel7-9.1.85-1.x86_64.rpm34d532e76913:/root
[root@localhostcentos-gpu]#nvidia-dockerexec-ti34d5/bin/bash
[root@34d532e76913/]#cd
[root@34d532e76913~]#ls
anaconda-ks.cfgcuda-repo-rhel7-9.1.85-1.x86_64.rpm
[root@34d532e76913~]#rpm-ivhcuda-repo-rhel7-9.1.85-1.x86_64.rpm
warning:cuda-repo-rhel7-9.1.85-1.x86_64.rpm:HeaderV3RSA/SHA512Signature,keyID7fa2af80:NOKEY
Preparing...#################################[100%]
Updating/installing...
1:cuda-repo-rhel7-9.1.85-1#################################[100%]
[root@34d532e76913~]#yuminstallcuda-*9-0*

这里需要注意的是类似于34d532e76913这样的编号，是docker自动生成的，运行的时候需要修改一下。

到目前基本上cuda的环境就搭建好了。

TensorFlow

把下载的cudnn包用dockercp复制到docker中，解压下来，将里面的lib64路径添加到/etc/ld.so.conf.d/nvidia.conf中，运行ldconfig，就ok了。

上面的环境好了以后，再安装python等等软件，这就不说了。之后tensorflow的一些例子就可以在docker里运行了。当然你得安装gpu版本的，才能发挥显卡的威力。

另外也可以不必要这么麻烦，有已经制作好的镜像可以拿来用，可以参考：https://hub.docker.com/r/tensorflow/tensorflow/

其他

另外也有现成的cuda镜像可以用，参考：https://hub.docker.com/r/nvidia/cuda/

直接使用命令：dockerpullnvidia/cuda就可以下载镜像了，只不过这是ubuntu版本的，和我们的生成环境不符，如果要其他版本的可以参考上面的例子。

最后

这一段时间没有写什么东西，另外之前的关于图形绘图的东西，一直没扔，已经有很多东西可以和大家分享了，只不过时间很少，还没来得及整理。等有空了就能听着音乐在屏幕前磨洋工了，KeKe～。

以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持毛票票。

CentOS7 Nvidia Docker环境搭建

热门推荐

随机推荐