目录

1. 问题

2. 解决方法

1. 问题

在 docker 中执行 nvidia-smi 后报错：

Failed to initialize NVML: Unknown Error

这个错误表示不能成功初始化NVML(Nvidia Management Library)库来管理和监测Nvidia GPU。可能的原因和解决方法如下:

检查是否正确安装并加载了Nvidia的驱动。需要安装对应GPU型号的驱动包。

检查docker容器是否正确映射了Nvidia设备。需要使用"--runtime=nvidia"和"-gpus all"参数启动容器。

检查容器内是否安装了Nvidia的容器运行时(nvidia-container-runtime)包。

检查主机与容器内部Linux内核版本是否兼容。需要主机和容器使用相同版本的内核。

清除docker所有图像并重新构建容器。可能遗留的旧配置导致问题。

重建docker服务,或重新启动Nvidia驱动。

检查NVML本身是否损坏。可以尝试重新安装或者卸载后重新安装NVML相关依赖包。

升级Nvidia驱动和硬件到最新版本,排除不兼容问题。

2. 解决方法

修改 docker 所在服务器的

/etc/nvidia-container-runtime/config.toml

中的参数为

no-cgroups = false