nvidia-docker安装

官方github地址https://github.com/NVIDIA/nvidia-docker
简介：
nvidia-docker其实是docker引擎的一个应用插件，专门面向NVIDIA GPU，因为docker引擎是不支持NVIDIA驱动的，安装插件后可以在用户层上直接使用cuda。具体看上图。这个图很形象，docker引擎的运行机制也表现出来了，就是在系统内核之上通过cgroup和namespace虚拟出一个容器OS的用户空间，我不清楚这是否运行在ring0上，但是cuda和应用确实可以使用了（虚拟化的问题，如果关心此类问题可以了解一些关于docker、kvm等等虚拟化的实现方式，目前是系统类比较火热的话题）

注意： nvidia-docker需要安装nvidia驱动和docker19.03，nvidia-docker相当就是cuda和cudnn部分

安装docker

参考:https://www.runoob.com/docker/ubuntu-docker-install.html

安装nvidia-docker

直接使用官方的安装命令就行：官方安装命令

# Add the package repositories
$ 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
$ sudo systemctl restart docker                        ## 重启docker

测试

docker run --gpus all nvidia/cuda:9.0-base nvidia-smi
以上命令会自动下载cuda:9.0-base镜像，最后输出：

优点

• 只用安装nvidia的驱动程序，不用安装cuda和cudnn就能使用GPU进行加速，而且可以将conda，pytorch，tensorflow等深度学习依赖封装到一个容器中

参考

1. https://www.cnblogs.com/mar-q/p/8417184.html