目录

在服务器部署Nvidia-Docker全流程，附Dockerfile主机依赖安装Docker安装清除现有的docker相关包设置apt的docker仓库安装最新版docker验证安装

Nvidia-docker安装设置apt仓库安装Nvidia Container Toolkit配置Docker重启Docker

制作通用的nvidia-docker 镜像拉取镜像查看镜像id删除镜像创建nvidia-docker 容器查看container id进入containerContainer 操作配置container的ssh服务SSH配置重启ssh设置连接密码注意：安装Anaconda打包镜像新用户使用镜像制作自己的容器

Dockerfile注意使用Dockerfile构建镜像从Dockerfile构建的镜像创建容器

在服务器部署Nvidia-Docker全流程，附Dockerfile

在服务器使用docker可以使管理员能够对服务器用户进行更便捷的管理，相比于基于anaconda环境的管理，用户之间不共享工作空间，管理员只对用户暴露服务器端口和数据集，用户可以自定义介入密码，安全性更高。Nvidia-Docker已经更新至Nvidia-Container-Toolkit，使用更加简便。本文分别给出了当前版本基于镜像与Dockerfile在服务器部署Nvidia-Docker的全部流程，推荐使用dockerfile。

主机依赖安装

Docker安装

清除现有的docker相关包

<code>for pkg in docker.io docker-doc docker-compose docker-compose-v2 podman-docker containerd runc; do sudo apt-get remove $pkg; done

设置apt的docker仓库

# Add Docker's official GPG key:

sudo apt-get update

sudo apt-get install ca-certificates curl

sudo install -m 0755 -d /etc/apt/keyrings

sudo curl -fsSL https://download.docker.com/linux/ubuntu/gpg -o /etc/apt/keyrings/docker.asc

sudo chmod a+r /etc/apt/keyrings/docker.asc

# Add the repository to Apt sources:

echo \

"deb [arch=$(dpkg --print-architecture) signed-by=/etc/apt/keyrings/docker.asc] https://download.docker.com/linux/ubuntu \

$(. /etc/os-release && echo "$VERSION_CODENAME") stable" | \

sudo tee /etc/apt/sources.list.d/docker.list > /dev/null

sudo apt-get update

安装最新版docker

sudo apt-get install docker-ce docker-ce-cli containerd.io docker-buildx-plugin docker-compose-plugin

验证安装

sudo docker run hello-world

Nvidia-docker安装

设置apt仓库

curl -fsSL https://nvidia.github.io/libnvidia-container/gpgkey | sudo gpg --dearmor -o /usr/share/keyrings/nvidia-container-toolkit-keyring.gpg \

&& curl -s -L https://nvidia.github.io/libnvidia-container/stable/deb/nvidia-container-toolkit.list | \

sed 's#deb https://#deb [signed-by=/usr/share/keyrings/nvidia-container-toolkit-keyring.gpg] https://#g' | \

sudo tee /etc/apt/sources.list.d/nvidia-container-toolkit.list

sudo apt-get update

安装Nvidia Container Toolkit

sudo apt-get install -y nvidia-container-toolkit

配置Docker

sudo nvidia-ctk runtime configure --runtime=docker

重启Docker

sudo systemctl restart docker

制作通用的nvidia-docker 镜像

拉取镜像

docker pull nvidia/cuda:11.4.3-cudnn8-devel-ubuntu20.04

注意拉取带cudnn，devel版本的镜像，否则没有nvcc

查看镜像id

docker images

删除镜像

docker rmi [IMAGE ID]

创建nvidia-docker 容器

sudo docker run -dit --runtime=nvidia --gpus all -p [CUSTOMIZE PORT]:22 -v /dataset:/dataset --privileged=true --name=[CONTAINER NAME] [IMAGES ID]

-dit：后台运行，分配interactive terminal--gpus：可以使用以下参数：all,none,0,1,2

查看container id

docker ps -a

进入container

sudo docker exec -it [CONTAINER ID] /bin/bash检查cuda与nvidia driver

nvcc -Vnvidia-smi

Container 操作

启动：sudo docker start [CONTAINER ID]停止：sudo docker stop [CONTAINER ID]重启：`sudo docker restart [CONTAINER ID]容器内退出：exit

配置container的ssh服务

apt-get updateapt-get install openssh-serverapt-get install openssh-clientapt-get install sshapt-get install vim

SSH配置

修改ssh文件信息，允许root用户使用ssh登录。

vim /etc/ssh/sshd_configinsert i

PermitRootLogin yes :wq

重启ssh

/etc/init.d/ssh restart

设置连接密码

passwd

%% ### 设置开机自启动SSH服务vim /root/.bashrc插入：service ssh start %%

注意：

出现现象在exec时添加进容器的环境变量在通过ssh启动时找不到，原因是exec时自动加了一些环境变量。解决方案就是改.bashrc，把丢失的环境变量加上。

vim ~/.bashrc在最后加入

export PATH="/usr/local/cuda/bin:$PATH"code>export LD_LIBRARY_PATH="/usr/local/cuda/lib64:$LD_LIBRARY_PATH"code>

安装Anaconda