【compshare】（2）：在compshare算力共享平台的主机上安装docker镜像和nvidia-docker方法，和普通ubuntu一样，安装好驱动之后安装nvidia-docker2即可

fly-iot

已于 2024-07-02 09:27:25 修改

阅读量249

点赞数 2

分类专栏： ai技术 compshare docker 文章标签： docker ubuntu 容器

于 2024-05-26 22:41:02 首次发布

本文链接：https://blog.csdn.net/freewebsys/article/details/139221960

版权

docker 同时被 3 个专栏收录

105 篇文章 13 订阅

订阅专栏

ai技术

18 篇文章 1 订阅

订阅专栏

compshare

9 篇文章 0 订阅

订阅专栏

关于compshare算力共享平台

关于UCloud(优刻得)旗下的compshare算力共享平台
UCloud(优刻得)是中国知名的中立云计算服务商，科创板上市，中国云计算第一股。
Compshare GPU算力平台隶属于UCloud，专注于提供高性价4090算力资源，配备独立IP，支持按时、按天、按月灵活计费，支持github、huggingface访问加速。

https://www.compshare.cn/?ytag=GPU_flyiot_Lcsdn_csdn_display

1，选择ubuntu镜像安装docker

选择ubuntu 镜像和设置密码，可以设置随即
在这里插入图片描述

在这里插入图片描述

！通过界面初始化安装驱动：，并不是自动安装！

在这里插入图片描述

远程登陆，就可以使用nvidia-smi了：

$ nvidia-smi
Sun May 26 22:26:46 2024       
+-----------------------------------------------------------------------------------------+
| NVIDIA-SMI 550.76                 Driver Version: 550.76         CUDA Version: 12.4     |
|-----------------------------------------+------------------------+----------------------+
| GPU  Name                 Persistence-M | Bus-Id          Disp.A | Volatile Uncorr. ECC |
| Fan  Temp   Perf          Pwr:Usage/Cap |           Memory-Usage | GPU-Util  Compute M. |
|                                         |                        |               MIG M. |
|=========================================+========================+======================|
|   0  NVIDIA GeForce RTX 4090        Off |   00000000:00:03.0 Off |                  Off |
|  0%   33C    P0             N/A /  450W |       1MiB /  24564MiB |      0%      Default |
|                                         |                        |                  N/A |
+-----------------------------------------+------------------------+----------------------+
                                                                                         
+-----------------------------------------------------------------------------------------+
| Processes:                                                                              |
|  GPU   GI   CI        PID   Type   Process name                              GPU Memory |
|        ID   ID                                                               Usage      |
|=========================================================================================|
|  No running processes found                                                             |
+-----------------------------------------------------------------------------------------+

2，然后安装docker环境

# 先安装docker：
curl -fsSL https://get.docker.com -o get-docker.sh
sudo sh get-docker.sh
# 把当前用户加入到 docker 组；
sudo gpasswd -a $USER docker
# 更新docker组
newgrp docker
# 增加自动启动
sudo systemctl enable docker

## 安装nvidia docker
distribution=$(. /etc/os-release;echo $ID$VERSION_ID)
curl -s -L https://nvidia.github.io/nvidia-docker/gpgkey | sudo apt-key add -
curl -s -L https://nvidia.github.io/nvidia-docker/$distribution/nvidia-docker.list | sudo tee /etc/apt/sources.list.d/nvidia-docker.list

sudo apt-get update && sudo apt-get install -y nvidia-container-toolkit nvidia-docker2

修改配置文件：

# cat /etc/docker/daemon.json 
{
    "runtimes": {
        "nvidia": {
            "path": "nvidia-container-runtime",
            "runtimeArgs": []
        }
    }
}