本文档详述了在使用LXD构建GPU共享服务器时遇到的问题，包括容器无法启动的原因分析，如何发现是由于LXD版本不兼容导致的问题，以及尝试手动编译LXD的困难。最终，通过使用Snap包管理器成功升级LXD到最新版本，并解决了驱动和CUDA版本兼容性问题。此外，还介绍了方案的改进，通过端口映射提供更安全的用户访问方式。
LXD共享方案(续)
前言
前面介绍了LXD，并详细描述了使用LXD来搭建实验室GPU共享服务器方案，经过测试该方案完全可行。但是在最近的使用中坑了一把，lxc容器挂了，所有的容器都启动不起来，于是开始了各种找问题。
问题发现
因为启动失败log的信息太少，而网上关于LXD的解决方案现在还是比较少的，google不到相关的解答，于是开始试错。
经过各种配置测试：
- 取消GPU挂载
- 使用基础镜像启动
- 使用默认配置启动
发现使用默认配置能够启动所有容器，于是使用控制变量法一个个排查自己插入的配置，最后发现nvidia.runtime: true 配置是导致容器启动不起来的元凶，最终原因是因为在某次服务器运行了 apt upgrade 而更新了 nvidia-container-runtime ，而LXD仍然保持这 3.0.1 版本，不支持新版本的 nvidia-container-runtime ，所以在配置了 nvidia.runtime: true 之后，容器全部挂掉，启动失败。
解决
发现问题，自然就好解决了，在LXD官网查到LXD最新版本已经是 3.7.0 了，而目前 apt 源上最新的版本是
最低0.47元/天 解锁文章
扫一扫
2297
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
