ARM 服务器上的 Docker 部署 -m 指令 异常分析及排查

ARM 服务器上的 Docker 部署 -m 指令 异常分析及排查

问题描述

在 ARM 服务器上部署 Docker 时，使用 -m 指令指定内存大小时，会出现如下异常：

1. 容器启动失败并出现如下敏感信息内容如下

applying cgroup configuration for process caused \"No such device or address
    

排查过程

1. 查看docker 的daemon 配置文件

cat /etc/docker/daemon.json

2. 确认是否存在如下配置项

{
  "default-runtime": "nvidia",
  "runtimes": {
    "nvidia": {
      "path": "/usr/bin/nvidia-container-runtime",
      "runtimeArgs": []
    }
  }
}

3. 确认是否存在 nvidia-container-runtime 组件

ls /usr/bin/nvidia-container-runtime

4. 确认 nvidia-container-runtime 组件是否正常运行

nvidia-container-runtime

5. 确认 nvidia-container-runtime 组件是否正常运行

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

6. 确认 Cgroup Driver 为systemd

docker info | grep -E "Cgroup Driver|Runtimes"

7. 修改 /etc/docker/daemon.json 文件，添加如下配置项

{
  "default-runtime": "nvidia",
  "runtimes": {
    "nvidia": {
      "path": "/usr/bin/nvidia-container-runtime",
      "runtimeArgs": []
    }
  },
  "exec-opts": ["native.cgroupdriver=cgroupfs"]
}

8. 重启 docker 服务

systemctl restart docker