在docker上调用宿主机硬件_如何使用nvidia-docker部署并配置GPU机器学习环境

相信很多初次接触GPU运算的同学，都会为配置GPU环境而苦恼不已。

1，如何来适配nvidia版本各个安装包的依赖

2，如何关联GPU系统库.so文件

3，如何用docker来封装GPU运行环境，适应各个集群

用docker部署的好处，我就不必多说了，大家自行体会。

今天小编主要来介绍如何结合nvidia-docker镜像，来关联GPU宿主机。

文章开始之前，先给大家简单介绍一下nvidia-docker的实现原理，如下图：

容器启动流程大致为：docker --> dockerd --> docker-containerd-shim --> runc --> nvidia-container-runtime-hook --> libnvidia-container(cuda+nvml) --> nvidia-driver

以上流程，我就不一一介绍了，网上一大堆解释，小编这里给大家提炼出来如下三点