CentOS7安装nvidia驱动并在docker容器中使用GPU

最新推荐文章于 2024-04-24 10:34:53 发布
最新推荐文章于 2024-04-24 10:34:53 发布
阅读量2.5k 收藏 7
点赞数 12
分类专栏： Linux 文章标签： docker cuda gpu
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/sonicning/article/details/114632999
版权

1.install NVIDIA Driver

a. 需要先确保kernel-devel和kernel-headers包的版本和当前kernel版本一致

如果不一致需要卸载高版本的kernel-devel包或者升级kernel，这里建议降低kernel-devel的版本。
如下所示通过yum安装的kernel-devel是3.10.0-1160版本的，然而kernel是3.10.0-1127版本的

###安装 kernel-devel
[jenkins_user@chemical_122 gpu_related]$ sudo yum install epel-release -y
###这里gcc和gcc-c++的版本比较低，对后面编译有影响，如果要做流水线编译环境，得编译安装高版本gcc，一般部署环境不需要
[jenkins_user@chemical_122 gpu_related]$ sudo yum install -y net-tools telnet autoconf libtool make gcc gcc-c++ kernel-devel

[root@chemical_122 ~]# rpm -qa | grep kernel-
kernel-tools-libs-3.10.0-1127.el7.x86_64
kernel-devel-3.10.0-1160.11.1.el7.x86_64
kernel-headers-3.10.0-1160.11.1.el7.x86_64
kernel-tools-3.10.0-1127.el7.x86_64
kernel-3.10.0-1127.el7.x86_64
[root@chemical_122 ~]# uname -a
Linux chemical_122 3.10.0-1127.el7.x86_64 #1 SMP Tue Mar 31 23:36:51 UTC 2020 x86_64 x86_64 x86_64 GNU/Linux

###下载对应版本的kernel-devel的rpm包，并安装 
[root@chemical_122 ~]# yum remove -y kernel-devel
[root@chemical_122 software]# wget https://mirrors.tuna.tsinghua.edu.cn/centos-vault/7.8.2003/os/x86_64/Packages/kernel-devel-3.10.0-1127.el7.x86_64.rpm
[root@chemical_122 software]# wget https://mirrors.tuna.tsinghua.edu.cn/centos-vault/7.8.2003/os/x86_64/Packages/kernel-headers-3.10.0-1127.el7.x86_64.rpm
[root@chemical_122 software]# rpm -ivh kernel-devel-3.10.0-1127.el7.x86_64.rpm
[root@chemical_122 software]# rpm -ivh kernel-headers-3.10.0-1127.el7.x86_64.rpm
b. 禁用默认的驱动并重启安装NVIDIA驱动
[jenkins_user@chemical_122 gpu_related]$ wget https://cn.download.nvidia.cn/XFree86/Linux-x86_64/430.14/NVIDIA-Linux-x86_64-430.14.run 
[jenkins_user@chemical_122 gpu_related]$ chmod ug+x ./NVIDIA-Linux-x86_64-430.14.run
[jenkins_user@chemical_122 gpu_related]$ sudo ./NVIDIA-Linux-x86_64-430.14.run
Verifying archive integrity... OK
Uncompressing NVIDIA Accelerated Graphics Driver for Linux-x86_64 430.14..........................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................

###在图形化操作中禁用默认的驱动
[jenkins_user@chemical_122 gpu_related]$ cd /etc/modprobe.d/
[jenkins_user@chemical_122 modprobe.d]$ cat nvidia-installer-disable-nouveau.conf
# generated by nvidia-installer
blacklist nouveau
options nouveau modeset=0
[root@chemical_122 ~]# ls -altr /boot/initramfs-$(uname -r).img
-rw-------. 1 root root 52200101 Dec 21 13:54 /boot/initramfs-3.10.0-1127.el7.x86_64.img
[root@chemical_122 ~]# mv /boot/initramfs-$(uname -r).img /boot/initramfs-$(uname -r).img.bak
[root@chemical_122 ~]# dracut -v /boot/initramfs-$(uname -r).img $(uname -r)

[root@chemical_122 ~]# reboot

[jenkins_user@chemical_122 gpu_related]$ sudo ./NVIDIA-Linux-x86_64-430.14.run
Verifying archive integrity... OK
Uncompressing NVIDIA Accelerated Graphics Driver for Linux-x86_64 430.14..........................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................

2. install CUDA

[root@chemical_122 gpu_related]# wget https://developer.download.nvidia.com/compute/cuda/11.1.0/local_installers/cuda_11.1.0_455.23.05_linux.run
[root@chemical_122 gpu_related]# chmod u+x ./cuda_11.0.3_450.51.06_linux.run
[root@chemical_122 gpu_related]# ./cuda_11.0.3_450.51.06_linux.run
===========
= Summary =
===========

Driver:   Installed
Toolkit:  Installed in /usr/local/cuda-11.0/
Samples:  Installed in /root/, but missing recommended libraries

Please make sure that
 -   PATH includes /usr/local/cuda-11.0/bin
 -   LD_LIBRARY_PATH includes /usr/local/cuda-11.0/lib64, or, add /usr/local/cuda-11.0/lib64 to /etc/ld.so.conf and run ldconfig as root

To uninstall the CUDA Toolkit, run cuda-uninstaller in /usr/local/cuda-11.0/bin
To uninstall the NVIDIA Driver, run nvidia-uninstall
Logfile is /var/log/cuda-installer.log
加入到/etc/profile末尾

vim /etc/profile

export PATH=/usr/local/cuda-11.0/bin:$PATH
export CUDA_HOME=/usr/local/cuda-11.0
export CUDA_TOOLKIT_ROOT_DIR=$CUDA_HOME
export LD_LIBRARY_PATH=/usr/local/cuda-11.0/lib64:/usr/local/lib:$LD_LIBRARY_PATH

3. 确认安装成功

[root@chemical_122 harbor]# nvidia-smi
Tue Jan 12 16:01:46 2021
+-----------------------------------------------------------------------------+
| NVIDIA-SMI 450.51.06    Driver Version: 450.51.06    CUDA Version: 11.0     |
|-------------------------------+----------------------+----------------------+
| 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 Quadro P4000        Off  | 00000000:3B:00.0 Off |                  N/A |
| 42%   31C    P0    31W / 105W |      0MiB /  8119MiB |      4%      Default |
|                               |                      |                  N/A |
+-------------------------------+----------------------+----------------------+

+-----------------------------------------------------------------------------+
| Processes:                                                                  |
|  GPU   GI   CI        PID   Type   Process name                  GPU Memory |
|        ID   ID                                                   Usage      |
|=============================================================================|
|  No running processes found                                                 |
+-----------------------------------------------------------------------------+

4. docker环境安装Nvidia-container-runtime

对于已经安装好docker的CentOS系统
distribution=$(. /etc/os-release;echo $ID$VERSION_ID)
curl -s -L https://nvidia.github.io/nvidia-container-runtime/$distribution/nvidia-container-runtime.repo | sudo tee /etc/yum.repos.d/nvidia-container-runtime.repo
yum install nvidia-container-runtime -y
github.io （nvidia.github.io）无法访问问题及解决

由于DNS污染，导致某些URL被墙

解决办法 : 修改DNS服务器

vim /etc/resolv.conf

# nameserver 192.168.0.112
nameserver 114.114.114.114
修改docker配置，使用nvidia runc作为docker runtime
vim /etc/docker/daemon.json

{
  "log-level": "warn",
  "selinux-enabled": false,
  "runtimes": {
    "nvidia": {
      "path": "nvidia-container-runtime",
      "runtimeArgs": []
    }
  },
  "registry-mirrors": [
    "https://pqbap4ya.mirror.aliyuncs.com",
    "https://1nj0zren.mirror.aliyuncs.com",
    "https://docker.mirrors.ustc.edu.cn",
    "http://f1361db2.m.daocloud.io",
    "https://registry.docker-cn.com"
  ],
  "default-shm-size": "128M",
  "max-concurrent-downloads": 10,
  "max-concurrent-uploads": 5,
  "oom-score-adjust": -1000,
  "debug": false,
  "live-restore": true,
  "exec-opts": [
    "native.cgroupdriver=systemd"
  ],
  "log-driver": "json-file",
  "log-opts": {
    "max-size": "100m",
    "max-file": "10"
  },
  "oom-score-adjust": -1000,
  "storage-driver": "overlay2",
  "storage-opts": [
    "overlay2.override_kernel_check=true"
  ]
}
重启docker并验证
systemctl restart docker
docker info

看到关键信息
Runtimes: io.containerd.runc.v2 io.containerd.runtime.v1.linux nvidia runc

5. 下载Nvidia镜像并验证

docker pull nvidia/cuda:11.0-base-ubuntu18.04
docker run -it --gpus all nvidia/cuda:11.0-base-ubuntu18.04 bash
sonicning
关注
  • 12
    点赞
  • 踩
  • 7
    收藏
    觉得还不错? 一键收藏
  • 3
    评论
专栏目录
nvidia-container-runtime-2.0.0-3.docker18.09.6.x86_64.rpm
06-19
centos7.4+ nvidia-docker2 安装所需要的必备包之一 libnvidia-container-tools-1.0.2-1.x86_64.rpm libnvidia-container1-1.0.2-1.x86_64.rpm nvidia-container-runtime-2.0.0-3.docker18.09.6.x86_64.rpm nvidia-container-runtime-hook-1.4.0-2.x86_64.rpm nvidia-docker2-2.0.3-3.docker18.09.6.ce.noarch.rpm
ffmpeg+NVIDIA GPU环境搭建
Eva_Hua的专栏
01-19 908
参考官方文档：https://developer.nvidia.com/blog/nvidia-ffmpeg-transcoding-guide/ https://docs.nvidia.com/video-technologies/video-codec-sdk/ffmpeg-with-nvidia-gpu/index.html FFMPEG支持使用NVIDIA GPUs进行下列硬件加速： H.264 HEVC 硬编码 H.264, HEVC, VP9, VP8, MPEG2, MPEG4..
CentOS 7.9.2009 中 Docker 使用 GPU
最新发布
MR.骑士道
04-24 534
CentOS 7.9.2009 中 Docker 使用 GPU
Centos7上使用docker nvidia-docker部署tensorflow/serving项目流程
gy87900311的博客
03-24 3218
系统环境： centos7.7 两块GeForce RTX 2080 TI 流程来源（ https://www.tensorflow.org/install/docker） 1、安装docker（19.03.8） （1）、Docker 要求 CentOS 系统的内核版本高于 3.10 ，查看本页面的前提条件来验证你的CentOS 版本是否支持 Docker 。 通过 uname -r 命令查看你...
Centos7安装NVIDIA显卡驱动和CUDA以及Docker-GPU环境
ITRugod的博客
11-29 1233
声明:这是我在大学毕业后进入第二家互联网公司学习的内容 背景 领导有需求让在AWS上买一台GPU的服务器，进行安装部署3D建模项目的集成开发环境 安装NVIDIA显卡驱动和CUDA 我购买了一台g3s.xlarge型号的ec2，选择centos7 配置好网络、磁盘、安全组和标签就准备开机安装了 查看显卡型号 [root@loaclhost ~]# yum install pciutils -y [root@loaclhost ~]# lspci | grep -i NVIDIA 00:1e.0 VGA .
docker-centos-ffmpeg:用于构建 FFmpeg 的 Docker 镜像
07-05
CentOS 6 的 FFmpeg 构建 此 Docker 映像为 CentOS 6 构建静态 ffmpeg 库（和二进制文件）。其主要目标是提供将被编译为minidlna的静态库。 rpmforge 上 ffmpeg 的 RPM 非常过时，安装其中几个 RPM 最终会增加很多垃圾（minidlna 对我来说是 ffmpeg 的唯一消费者），所以它的存在是为了解决这个问题。 ffmpeg 库主要包含解码器而不是编码器。 大多数依赖库也是静态编译的，除了具有用于更新版本的二进制 RPM 的开源项目，例如 Vorbis。 用法 使用以下命令构建一个包含ffmpeg的 Docker 镜像： git clone https://github.com/geekman/docker-centos-ffmpeg docker build -t zxgm/ffmpeg-build docker-ce
centos7.6机器上离线安装docker-ce-19.03、nvidia-docker2
11-17
在CentOS 7.6上离线安装Docker CE 19.03和Nvidia Docker 2可以按照以下步骤进行操作： 首先，您需要从Docker官方网站或Nvidia Docker官方网站下载对应版本的安装包。确保选择与您的操作系统和架构（例如x86_64）...
CentOS7+安装NVIDIA驱动及cuda
07-26
在安装 NVIDIA 驱动和 CUDA 之前，需要安装相关的编译依赖项。使用以下命令安装 gcc、gcc-c++ 和 make： ``` yum install gcc gcc-c++ make ``` 禁用 Nouveau Nouveau 是系统自带的一个显示驱动程序，需要先将其...
CentOS7_nvidia-docker2安装.rar
04-12
centos7 nvidia-docker2离线安装包，使用命令rpm -ivh --force *.rpm sudo systemctl restart docker sudo systemctl daemon-reload 依次执行此命令，如果 事先安装了containerd.io 则需要先进行 rpm -qa | grep ...
Centos7下安装与卸载docker应用容器引擎的方法
09-30
主要介绍了Centos7下安装与卸载docker应用容器引擎的方法，小编觉得挺不错的，现在分享给大家，也给大家做个参考。一起跟随小编过来看看吧
CentOS7中配置Docker的yum源并安装使用详解
01-10
此处使用的是CentOS7，内核版本为 [root@localhost ~]# uname -r 3.10.0-327.el7.x86_64 该版本下，配置了yum的源为阿里的镜像源，具体的配置方法可以参见阿里镜像源配置方法 为了方便的安装升级Docker，同时按照...
kernel-headers-3.10.0-1127.10.1.el7.x86_64.rpm
08-22
centos出现Missing Dependency :kernel-header 的解决方法： “Error: Missing Dependency: kernel-headers is needed by package glibc-headers-2.5-81.el5_8.2.x86_64” 安装kernel-headers即可解决问题
kernel-headers-3.10.0-1127.19.1.el7.x86_64.rpm
12-14
CentOS 7内核rpm包kernel-headers-3.10.0-1127.19.1.el7.x86_64.rpm
Linux CentOS安装NVIDIA GPU驱动程序和NVIDIA CUDA工具包
08-07 8714
访问NVIDIA开发者网站（https://developer.nvidia.com/cuda-downloads）并下载适用于您的GPU型号和操作系统的最新CUDA工具包（通常为.run文件）。在安装过程中，可能会询问您是否希望将NVIDIA驱动程序设置为默认的OpenGL实现。在安装NVIDIA驱动程序之前，需要禁用系统中的Nouveau开源驱动程序。在安装过程中，可能需要接受许可协议和选择安装选项。安装过程可能因CUDA版本和操作系统而有所不同，因此请参考CUDA工具包的安装文档进行安装。
Ubuntu NVIDIA-Docker安装
月照银海似蛟龙的博客
04-19 4390
Docker 是一个开源的应用容器引擎，让开发者可以打包他们的应用以及依赖包到一个可移植的镜像中，然后发布到任何流行的 Linux或Windows操作系统的机器上，也可以实现虚拟化。NVIDIA 改进了原始的Docker，便于容器使用NVIDIA GPU。由于仿真环境的配置需要安装很多库，对于新手不太友好，因此我们提供了Docker镜像，便于开发者使用。尽管Docker理论上适配多种操作系统，但由于后续算法开发仍建议在本地进行，因此操作系统仍需使用Ubuntu。
CentOS 7 安装 NVIDIA 显卡驱动以及CUDA驱动（自测可用）
这不是你的确定 的博客
09-24 2801
借鉴博客：地址 一、安装NVIDIA 显卡驱动 1、屏蔽 nouveau 驱动 编写（如果没有会新建），下面两个文件 # vi /etc/modprobe.d/nvidia-installer-disable-nouveau.conf # vi /lib/modprobe.d/nvidia-installer-disable-nouveau.conf 在两个文件下写入如下内容 blacklist nouveau options nouveau modeset=0 2、重做 initramfs 镜像 ①给当
centOS 快速安装和配置 NVIDIA docker Container Toolkit
08-16 3202
CentOS快速安装配置NVIDIA Container Toolkit
centos7离线安装支持容器的GPU环境
seaboat——a free boat on the sea.（公众号：远洋号）
02-18 1382
前言 有时生产环境无法连外网，为了让AI应用以容器的方式在GPU机器上跑起来，有很多软件要安装，软件的依赖关系较麻烦，这里将一次可行的安装过程记录下。 一些说明 物理机只需安装nvidia驱动，不用装cuda，镜像里面有就可以了。 为了让docker容器的nvidia穿透到宿主机上需要安装下面四个插件。注意安装这几个插件后要执行 systemctl restart docker 重启docker服务才行。 yum install nvidia-container-toolkit-1.7.0-1.x86_
安装使用NVIDIA-Docker——可使用GPU的Docker容器
热门推荐
m0_67390379的博客
04-28 1万+
参考网址： https://www.cnblogs.com/wuchangsoft/p/9767074.html nvidia-docker是一个可以使用GPU的docker，nvidia-docker是在docker上做了一层封装，通过nvidia-docker-plugin，然后调用到docker上，其最终实现的还是在docker的启动命令上携带一些必要的参数。因此在安装nvidia-docker之前，还是需要安装docker的。 docker一般都是使用基于CPU的应用，而如果是GPU的话，就需要安装
centos7安装docker容器
08-28
您可以按照以下步骤在CentOS 7上安装Docker容器： 1. 更新系统： ```shell sudo yum update ``` 2. 安装必要的依赖包： ```shell sudo yum install -y yum-utils device-mapper-persistent-data lvm2 ``` 3. 添加Docker存储库： ```shell sudo yum-config-manager --add-repo https://download.docker.com/linux/centos/docker-ce.repo ``` 4. 安装Docker Engine： ```shell sudo yum install docker-ce ``` 5. 启动并设置Docker服务自动启动： ```shell sudo systemctl start docker sudo systemctl enable docker ``` 6. 验证Docker是否安装成功： ```shell sudo docker version ``` 现在您已经成功在CentOS 7上安装了Docker容器。您可以使用`docker`命令来管理和运行容器。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 3
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
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