docker desktop 运行带 --gpus all 参数容器报:Auto-detected mode as ‘legacy‘ nvidia-container-cli: mount error

最新推荐文章于 2024-06-15 19:56:27 发布
最新推荐文章于 2024-06-15 19:56:27 发布
阅读量3k 收藏 22
点赞数 26
分类专栏： docker 文章标签： docker 容器 运维
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/jined/article/details/135209223
版权

环境

  • 操作系统：win10
  • WSL2 + Ubuntu 22.04
  • 显卡驱动: 546.33
  • CUDA: 11.7

报错起因：

执行 docker 运行容器命令：

docker run -it --restart=always --privileged=true -p 7744:7744 --gpus all taihangservice_por:v1.4 bash

报错：

failed to create task for container: failed to create shim task: OCI runtime create failed: runc create failed: unable to start container process: error during container init: error running hook #0: error running hook: exit status 1, stdout: , stderr: Auto-detected mode as 'legacy' nvidia-container-cli: mount error: file creation failed: /var/lib/docker/overlay2/d75f7754236c9fea20bc82048e4450fa4635d1079239ccdfdbc0c7e77d296161/merged/usr/lib/x86_64-linux-gnu/libnvidia-ml.so.1: file exists: unknown. 

解决方法

1. 先不使用gpu创建容器
2. 进入容器，删除相关文件（注意根据报错删除文件，不要删多

了解本专栏 订阅专栏 解锁全文 超级会员免费看
戴国进
关注
  • 26
    点赞
  • 踩
  • 22
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
专栏目录
订阅专栏
bitnami-docker-keycloak-config-cli:用于keycloak-config-cli的Bitnami Docker映像
03-21
什么是keycloak-config-cli？ keycloak-config-cli是Keycloak扩展，用于将JSON或YAML配置导入到Keycloak服务器中，而无需重新启动它。 TL; DR $ docker run --rm --name keycloak-config-cli bitnami/keycloak-...
k8s-docker-desktop-for-mac：适用于Mac的Docker桌面开启并使用Kubernetes
02-02
k8s-docker-desktop-for-mac：适用于Mac的Docker桌面开启并使用Kubernetes
docker run带 --gpus all 参数报错：“Auto-detected mode as ‘legacy‘ nvidia-container-cli: mount error”
培根芝士的专栏
03-11 1851
启动“docker run --gpus all ...”时报错：该镜像是在Ubuntu环境下创建的，而在WSL下使用nvidia-docker启动该镜像时会报错。1. 使用docker而不是nvidia-docker启动原始镜像下的容器（去掉--gpus all） 2、在该容器中删除 /usr/lib/x86_64-linux-gnu/libnvidia-ml.so.1 和文件 /usr/lib/x86_64-linux-gnu/libcuda.so.1 3、新开一个终端，把此时的容器打包为镜像
【docker】WSL+docker_desktop+GPU配置环境失败
rocking_struggling的博客
07-30 4061
尝试windows下使用docker_desktop安装深度学习的GPU环境，结果很失败，GPU调用不了。我一共尝试两种方式调用GPU。
Elasticsearch 安装踩坑！
最新发布
dj1955的博客
06-15 641
貌似启动成功结果没有。
docker调用gpu报错:failed to create shim task: OCI runtime create failed: runc create failed，以及如何开启gpu持久
热门推荐
qq_44817900的博客
06-22 2万+
关于docker创建gpu容器时的报错：docker: Error response from daemon: failed to create shim task: OCI runtime create failed: runc create failed: unable to start container process: error during container init: error running hook #0: error running hook: exit status 1, std
docker容器挂了,显卡驱动异常问题：nvidia-container-cli: initialization error: nvml error: driver not loaded...
王探长的博客
03-22 7345
题外话：该客户的服务器长年有外网，显卡驱动在这几个月不止一次掉，排查原因Linux/Ubuntu内核自动更新，驱动程序失效，重装驱动往往是一个解决办法，但是内核一旦再次更新，可能还是会导致显卡驱动失效。然后重装驱动，装好之后发现容器能起来，当时程序跑不了。将下面两个配置文件里的值全改为“0”，保存后重启。容器依赖于Nvidia显卡驱动，驱动掉了。重启一下docker服务。
【docker创建容器的坑】WSL启动nvidia-docker镜像：报错libnvidia-ml.so.1- file exists- unknown
简单记录生活、学习
06-27 6673
今天使用docker创建容器的时候总是出错，最后锁定问题在“--gpus all”这里：不加--gpu all可以运行，加入了--gpus all就出错：安装网上的做法：一直不行，最后才知道源镜像使用的CUDA10，而我的电脑是CUDA11，所以创建GPU容器就一直错误，我服了，所以在一直错误的时候建议先使用下面的方法将依赖打印出来，看看使用的是CUDA版本：
问题解决 | Failed to initialize NVML: Driver/library version mismatch
weixin_44649780的博客
04-25 5275
Ubuntu20.04服务器上，一个docker容器正在训练模型，打开另外一个docker容器时，出现以下错误。
docker命令
weixin_44223180的博客
03-21 374
深度学习框架的docker镜像都默认带有/workspace目录，可实现和宿主机的指定目录（我把它设置为之前机械硬盘挂载的目录）进行文件共享。参考：https://blog.csdn.net/qq_16380083/article/details/126023774。exit前需要kill掉全部进程。宿主机全部GPU可供容器使用。进入交互模式，启动bash。（上述没有使用端口映射）显示停止进程的详细列表。
docker-for-ai-dev-cli：适用于AI DEV CLI的Docker
03-01
适用于AI DEV CLI的Docker 此CLI工具可与安装$ sudo python3 -m pip install -U git+https://github.com/p208p2002/docker-for-ai-dev-cli用法列出DockerHub上的所有可用图像$ dfad list创建一个新的容器$ dfad ...
dockerized-cli:使用Docker的容器化开发环境
05-03
它会处理所有细节，因此您可以像在计算机上运行命令一样在容器中运行命令-只需在带有dockerized exec任何命令dockerized exec使其在容器中运行即可。 参见 入门 安装dockerized ： $ pip install dockerized ...
docker-multiple-container-with-gateway:使用 nginx 作为网关运行多个容器并使用 docker compose 引导它们
05-31
docker-multiple-containers-with-nginx-gateway 项目详情 客户端包含前端部分(React) - (包含Dockerfile) 服务器包含后端部分（节点）-（包括Dockerfile） Worker 是计算斐波那契数列的人 nginx 是具有default ...
docker创建容器时使用--gpus all报错解决
marsjin的专栏
05-10 941
我们在通过 --gpus 参数来使用宿主机的 GPU 时，需要先安装一个英伟达的容器运行时。1，任意路径下创建nvidia-container-runtime-script.sh文件。4，重启docker。
Ubuntu16.04安装nvidia-docker2
woods的博客
12-13 657
安装docker Ubuntu16.04安装docker 安装nvidia-docker2 参考官方提供的readme # Add the package repositories distribution=$(. /etc/os-release;echo $ID$VERSION_ID) curl -s -L https://nvidia.github.io/nvidia-docker/gpgke...
docker run指定gpu运行
qq_15821487的博客
07-04 5711
请注意，如果您的 Docker 版本不支持 NVIDIA Container Toolkit，则无法使用 --gpus 标志来指定 GPU。在这种情况下，您需要手动配置容器以使用 GPU。要在 docker run 命令中指定 GPU，您需要使用 --gpus 标志。如果你要使用前3个gpu,可以这样配置docker run --gpus 3 your_image。–gpus “device=2,3”: 使用第三和第四个 GPU 设备。–gpus “device=0”: 使用第一个 GPU 设备。
WSL2 + docker + cuda 报错nvidia-container-cli: mount error: file creation failed:libnvidia-ml.so.1: fi
changym5的博客
04-14 3355
在创建docker时使用。此时可以正常创建容器。
docker中没有nvidia驱动，且 nvidia-smi无输出，不报错的解决： --gpus all
YuQiao0303的博客
02-20 8548
问题 我的docker容器好好的，里面有nvidia驱动。导出成镜像后，再新建容器，却发现运行代码报错说我没有nvidia驱动。直接运行nvidia-smi命令，既不会报错，也没有输出。 解决 在docker run 的时候，加上 --gpus all: docker run --privileged --gpus all -p XXX:6006 -p YYY:22 -it -d -v 宿主共享文件夹路径:docker共享文件夹路径 -w 工作路径 --name 容器名称 镜像名称 /bin/bash
启动docker失败,nvidia-container-cli: initialization error: nvml error: driver not loaded: unknown
To be a better man
01-03 1183
【代码】启动docker失败,nvidia-container-cli: initialization error: nvml error: driver not loaded: unknown。
$ docker run --gpus all nvidia/cuda:9.0-base nvidia-smi 解释下
05-17
这个命令用于在 Docker 容器中运行 NVIDIA CUDA 的显卡加速程序。具体来说，它会拉取 NVIDIA CUDA 9.0 的基础镜像，并在容器中启动 nvidia-smi 命令，这个命令可以查询当前系统中的 NVIDIA 显卡信息。而 `--gpus all` 则是告诉 Docker 引擎将主机上所有的 NVIDIA 显卡都分配给这个容器使用。这样就可以在容器中使用 NVIDIA 的 CUDA 库了，从而加速计算。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

戴国进

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值