centOS 快速安装和配置 NVIDIA docker Container Toolkit

要在 CentOS 上正确安装和配置 NVIDIA Container Toolkit,您可以按照以下步骤进行操作,如果1和2都已经完成,可以直接进行第3步NVIDIA Container Toolkit安装配置。

1. 安装 NVIDIA GPU 驱动程序:

您可以从 NVIDIA 官方网站下载适用于您的 GPU 型号和 CentOS 版本的驱动程序,并按照安装指南进行安装。确保您的系统已正确安装并配置了 NVIDIA GPU 驱动程序。

2. 安装 Docker CE:

2.1 删除旧版本的 Docker(如果存在):

sudo yum remove -y docker docker-common docker-selinux docker-engine

2.2 安装必要的软件包:

sudo yum install -y yum-utils device-mapper-persistent-data lvm2

2.3 添加 Docker CE 存储库:

sudo yum-config-manager --add-repo https://download.docker.com/linux/centos/docker-ce.repo

2.4 安装 Docker CE:

sudo yum install -y docker-ce

2.5 启动 Docker 服务:

sudo systemctl start docker

2.6 设置 Docker 开机自启:

sudo systemctl enable docker

3. 安装 NVIDIA Container Toolkit:

3.1 添加 NVIDIA Container Toolkit 存储库密钥:

distribution=$(. /etc/os-release;echo $ID$VERSION_ID)
curl -s -L https://nvidia.github.io/nvidia-docker/$distribution/nvidia-docker.repo | sudo tee /etc/yum.repos.d/nvidia-docker.repo

安装过程:

[xxx]# distribution=$(. /etc/os-release;echo $ID$VERSION_ID)
[xxx]# curl -s -L https://nvidia.github.io/nvidia-docker/$distribution/nvidia-docker.repo | sudo tee /etc/yum.repos.d/nvidia-docker.repo
[libnvidia-container]
name=libnvidia-container
baseurl=https://nvidia.github.io/libnvidia-container/stable/centos7/$basearch
repo_gpgcheck=1
gpgcheck=0
enabled=1
gpgkey=https://nvidia.github.io/libnvidia-container/gpgkey
sslverify=1
sslcacert=/etc/pki/tls/certs/ca-bundle.crt[libnvidia-container-experimental]
name=libnvidia-container-experimental
baseurl=https://nvidia.github.io/libnvidia-container/experimental/centos7/$basearch
repo_gpgcheck=1
gpgcheck=0
enabled=0
gpgkey=https://nvidia.github.io/libnvidia-container/gpgkey
sslverify=1
sslcacert=/etc/pki/tls/certs/ca-bundle.crt[nvidia-container-runtime]
name=nvidia-container-runtime
baseurl=https://nvidia.github.io/nvidia-container-runtime/stable/centos7/$basearch
repo_gpgcheck=1
gpgcheck=0
enabled=1
gpgkey=https://nvidia.github.io/nvidia-container-runtime/gpgkey
sslverify=1
sslcacert=/etc/pki/tls/certs/ca-bundle.crt[nvidia-container-runtime-experimental]
name=nvidia-container-runtime-experimental
baseurl=https://nvidia.github.io/nvidia-container-runtime/experimental/centos7/$basearch
repo_gpgcheck=1
gpgcheck=0
enabled=0
gpgkey=https://nvidia.github.io/nvidia-container-runtime/gpgkey
sslverify=1
sslcacert=/etc/pki/tls/certs/ca-bundle.crt[nvidia-docker]
name=nvidia-docker
baseurl=https://nvidia.github.io/nvidia-docker/centos7/$basearch
repo_gpgcheck=1
gpgcheck=0
enabled=1
gpgkey=https://nvidia.github.io/nvidia-docker/gpgkey
sslverify=1
sslcacert=/etc/pki/tls/certs/ca-bundle.crt

3.2 安装 NVIDIA Container Toolkit:

sudo yum install -y nvidia-docker2

安装过程

[ xxx ]# yum install -y nvidia-docker2
Loaded plugins: fastestmirror, langpacks, nvidia
Loading mirror speeds from cached hostfile
epel/x86_64/metalink                                                                                                                         |  14 kB  00:00:00base                                                                                                                                         | 3.6 kB  00:00:00
centos-sclo-rh                                                                                                                               | 3.0 kB  00:00:00
centos-sclo-sclo                                                                                                                             | 3.0 kB  00:00:00
cuda-rhel7-x86_64                                                                                                                            | 3.0 kB  00:00:00
docker-ce-stable                                                                                                                             | 3.5 kB  00:00:00
epel                                                                                                                                         | 4.7 kB  00:00:00
extras                                                                                                                                       | 2.9 kB  00:00:00
libnvidia-container/x86_64/signature                                                                                                         |  833 B  00:00:00
Retrieving key from https://nvidia.github.io/libnvidia-container/gpgkey
Importing GPG key 0xF796ECB0:Userid     : "NVIDIA CORPORATION (Open Source Projects) <cudatools@nvidia.com>"Fingerprint: c95b 321b 61e8 8c18 09c4 f759 ddca e044 f796 ecb0From       : https://nvidia.github.io/libnvidia-container/gpgkey
libnvidia-container/x86_64/signature                                                                                                         | 2.1 kB  00:00:00 !!!
nvidia-container-runtime/x86_64/signature                                                                                                    |  833 B  00:00:00
Retrieving key from https://nvidia.github.io/nvidia-container-runtime/gpgkey
Importing GPG key 0xF796ECB0:Userid     : "NVIDIA CORPORATION (Open Source Projects) <cudatools@nvidia.com>"Fingerprint: c95b 321b 61e8 8c18 09c4 f759 ddca e044 f796 ecb0From       : https://nvidia.github.io/nvidia-container-runtime/gpgkey
nvidia-container-runtime/x86_64/signature                                                                                                    | 2.1 kB  00:00:00 !!!
nvidia-docker/x86_64/signature                                                                                                               |  833 B  00:00:00
Retrieving key from https://nvidia.github.io/nvidia-docker/gpgkey
Importing GPG key 0xF796ECB0:Userid     : "NVIDIA CORPORATION (Open Source Projects) <cudatools@nvidia.com>"Fingerprint: c95b 321b 61e8 8c18 09c4 f759 ddca e044 f796 ecb0From       : https://nvidia.github.io/nvidia-docker/gpgkey
nvidia-docker/x86_64/signature                                                                                                               | 2.1 kB  00:00:00 !!!
updates                                                                                                                                      | 2.9 kB  00:00:00
(1/6): nvidia-docker/x86_64/primary                                                                                                          | 8.0 kB  00:00:01
(2/6): epel/x86_64/updateinfo                                                                                                                | 1.0 MB  00:00:01
(3/6): nvidia-container-runtime/x86_64/primary                                                                                               |  11 kB  00:00:01
(4/6): libnvidia-container/x86_64/primary                                                                                                    |  35 kB  00:00:01
(5/6): epel/x86_64/primary_db                                                                                                                | 7.0 MB  00:00:04
(6/6): updates/7/x86_64/primary_db                                                                                                           |  22 MB  00:00:10
libnvidia-container                                                                                                                                         231/231
nvidia-container-runtime                                                                                                                                      71/71
nvidia-docker                                                                                                                                                 54/54
Resolving Dependencies
--> Running transaction check
---> Package nvidia-docker2.noarch 0:2.13.0-1 will be installed
--> Processing Dependency: nvidia-container-toolkit >= 1.13.0-1 for package: nvidia-docker2-2.13.0-1.noarch
--> Running transaction check
---> Package nvidia-container-toolkit.x86_64 0:1.13.5-1 will be installed
--> Processing Dependency: nvidia-container-toolkit-base = 1.13.5-1 for package: nvidia-container-toolkit-1.13.5-1.x86_64
--> Processing Dependency: libnvidia-container-tools < 2.0.0 for package: nvidia-container-toolkit-1.13.5-1.x86_64
--> Processing Dependency: libnvidia-container-tools >= 1.13.5-1 for package: nvidia-container-toolkit-1.13.5-1.x86_64
--> Running transaction check
---> Package libnvidia-container-tools.x86_64 0:1.13.5-1 will be installed
--> Processing Dependency: libnvidia-container1(x86-64) >= 1.13.5-1 for package: libnvidia-container-tools-1.13.5-1.x86_64
--> Processing Dependency: libnvidia-container.so.1(NVC_1.0)(64bit) for package: libnvidia-container-tools-1.13.5-1.x86_64
--> Processing Dependency: libnvidia-container.so.1()(64bit) for package: libnvidia-container-tools-1.13.5-1.x86_64
---> Package nvidia-container-toolkit-base.x86_64 0:1.13.5-1 will be installed
--> Running transaction check
---> Package libnvidia-container1.x86_64 0:1.13.5-1 will be installed
--> Finished Dependency ResolutionDependencies Resolved====================================================================================================================================================================Package                                             Arch                         Version                           Repository                                 Size
====================================================================================================================================================================
Installing:nvidia-docker2                                      noarch                       2.13.0-1                          libnvidia-container                       8.7 k
Installing for dependencies:libnvidia-container-tools                           x86_64                       1.13.5-1                          libnvidia-container                        52 klibnvidia-container1                                x86_64                       1.13.5-1                          libnvidia-container                       1.0 Mnvidia-container-toolkit                            x86_64                       1.13.5-1                          libnvidia-container                       909 knvidia-container-toolkit-base                       x86_64                       1.13.5-1                          libnvidia-container                       3.1 MTransaction Summary
====================================================================================================================================================================
Install  1 Package (+4 Dependent packages)Total download size: 5.1 M
Installed size: 15 M
Downloading packages:
(1/5): libnvidia-container-tools-1.13.5-1.x86_64.rpm                                                                                         |  52 kB  00:00:01
(2/5): libnvidia-container1-1.13.5-1.x86_64.rpm                                                                                              | 1.0 MB  00:00:01
(3/5): nvidia-container-toolkit-1.13.5-1.x86_64.rpm                                                                                          | 909 kB  00:00:01
(4/5): nvidia-docker2-2.13.0-1.noarch.rpm                                                                                                    | 8.7 kB  00:00:00
(5/5): nvidia-container-toolkit-base-1.13.5-1.x86_64.rpm                                                                                     | 3.1 MB  00:00:02
--------------------------------------------------------------------------------------------------------------------------------------------------------------------
Total                                                                                                                               1.1 MB/s | 5.1 MB  00:00:04
Running transaction check
Running transaction test
Transaction test succeeded
Running transactionInstalling : libnvidia-container1-1.13.5-1.x86_64                                                                                                             1/5Installing : libnvidia-container-tools-1.13.5-1.x86_64                                                                                                        2/5Installing : nvidia-container-toolkit-base-1.13.5-1.x86_64                                                                                                    3/5Installing : nvidia-container-toolkit-1.13.5-1.x86_64                                                                                                         4/5Installing : nvidia-docker2-2.13.0-1.noarch                                                                                                                   5/5
warning: /etc/docker/daemon.json saved as /etc/docker/daemon.json.rpmorigVerifying  : nvidia-container-toolkit-base-1.13.5-1.x86_64                                                                                                    1/5Verifying  : libnvidia-container-tools-1.13.5-1.x86_64                                                                                                        2/5Verifying  : nvidia-docker2-2.13.0-1.noarch                                                                                                                   3/5Verifying  : libnvidia-container1-1.13.5-1.x86_64                                                                                                             4/5Verifying  : nvidia-container-toolkit-1.13.5-1.x86_64                                                                                                         5/5Installed:nvidia-docker2.noarch 0:2.13.0-1Dependency Installed:libnvidia-container-tools.x86_64 0:1.13.5-1                libnvidia-container1.x86_64 0:1.13.5-1            nvidia-container-toolkit.x86_64 0:1.13.5-1nvidia-container-toolkit-base.x86_64 0:1.13.5-1Complete!

4. 配置 Docker:

4.1 创建或编辑 Docker 配置文件 /etc/docker/daemon.json

sudo nano /etc/docker/daemon.json

4.2 添加以下内容到文件中:

{"default-runtime": "nvidia","runtimes": {"nvidia": {"path": "nvidia-container-runtime","runtimeArgs": []}}
}

4.3 保存并关闭文件。

5. 重启 Docker 服务:

sudo systemctl restart docker

完成上述步骤后,您的 CentOS 系统将具备 NVIDIA Container Toolkit 的安装和配置。您可以使用带有 GPU 功能的 Docker 容器,并确保容器正确地使用 GPU 资源。

请注意,上述步骤适用于 CentOS 7 及更高版本。如果您使用的是其他版本的 CentOS,请参考 NVIDIA Container Toolkit 官方文档中针对您的 CentOS 版本的安装和配置指南。

6. NVIDIA Container Toolkit 的官方文档链接:

https://docs.nvidia.com/datacenter/cloud-native/container-toolkit/index.html

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/39951.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

【Java基础】Java对象的生命周期

【Java基础】Java对象的生命周期 一、概述 一个类通过编译器将一个Java文件编译为Class字节码文件&#xff0c;然后通过JVM中的解释器编译成不同操作系统的机器码。虽然操作系统不同&#xff0c;但是基于解释器的虚拟机是相同的。java类的生命周期就是指一个class文件加载到类…

Ubuntu安装MySQL Server提示Depends: mysql-server-5.5怎么解决

在 Ubuntu 安装 MySQL Server 时出现 Depends: mysql-server-5.5 的错误通常是因为系统中没有找到所需的软件包版本。这可能是因为软件包源中没有对应的版本或者软件包版本冲突等原因。解决这个问题的方法如下&#xff1a; 更新软件包列表&#xff1a; 在终端中运行以下命令&a…

python控制obs实现无缝切换场景!obs-websocket-py

前言 最近一直在研究孪生数字人wav2lip。目前成果可直接输入高清嘴型&#xff0c;2070显卡1分钟音频2.6分钟输出。在直播逻辑上可以做到1比1.3这样&#xff0c;所以现在开始研究直播。在逻辑上涉及到了无缝切换&#xff0c;看到csdn上有一篇文章还要vip解锁。。。那自己研究吧…

临时用工小程序:一款便捷的用工管理软件

随着企业对人力资源需求的不断增长&#xff0c;临时用工需求也日益旺盛。为了满足这一需求&#xff0c;我们研发了一款名为“临时用工小程序”的软件系统&#xff0c;旨在帮助企业实现临时用工的高效管理。 一、技术栈介绍 后端技术栈 本系统采用Java语言作为开发语言&#…

尚硅谷MySQL笔记 3-9

我不会记录的特别详细 大体框架 基本的Select语句运算符排序与分页多表查询单行函数聚合函数子查询 第三章 基本的SELECT语句 SQL分类 这个分类有很多种&#xff0c;大致了解下即可 DDL&#xff08;Data Definition Languages、数据定义语言&#xff09;&#xff0c;定义了…

项目难点:解决IOS调用起软键盘之后页面样式布局错乱问题

需求背景 &#xff1a; 开发了一个问卷系统重构项目&#xff0c;刚开始开发的为 PC 端&#xff0c;其中最头疼的一点无非就是 IE 浏览器的兼容适配性问题&#xff1b; 再之后项目经理要求开发移动端&#xff0c;简单的说就是写 H5 页面&#xff0c;到时候会内嵌在 App 应用、办…

multiple definition of......first defined here

一、背景 环境&#xff1a; 银河麒麟–ARM–GCC7.4.0 写了一个动态库&#xff0c;依赖opencv和freeImage等第三方库&#xff0c;用cmake进行编译。原本在centos6-x86-gcc7.5.0上面进行编译非常的顺利&#xff0c;但是拿到麒麟arm上面编译就提示了这个错误&#xff1a;这个报错…

Python conda命令

Windows下 Anaconda Prompt 这个东西就是用来管理Anaconda的&#xff0c;使用的是conda这样的一种命令 在Linux中&#xff0c;可以直接在终端中输入conda 命令 可以使用conda命令创建新的python环境&#xff08;python版本&#xff0c;包&#xff09;&#xff0c;新的环境与原…

Ruby软件外包开发语言特点

Ruby 是一种动态、开放源代码的编程语言&#xff0c;它注重简洁性和开发人员的幸福感。在许多方面都具有优点&#xff0c;但由于其动态类型和解释执行的特性&#xff0c;它可能不适合某些对性能和类型安全性要求较高的场景。下面和大家分享 Ruby 语言的一些主要特点以及适用的场…

【C语言】动态通讯录 -- 详解

⚪前言 前面详细介绍了静态版通讯录【C语言】静态通讯录 -- 详解_炫酷的伊莉娜的博客-CSDN博客&#xff0c;但是静态版通讯录的空间是无法被改变的&#xff0c;而且空间利用率也不高。为了解决静态通讯录这一缺点&#xff0c;这时就要有一个能够随着存入联系人数量的增加而增大…

Ansys Zemax | 手机镜头设计 - 第 1 部分:光学设计

本文是 3 篇系列文章的一部分&#xff0c;该系列文章将讨论智能手机镜头模组设计的挑战&#xff0c;从概念、设计到制造和结构变形的分析。本文是三部分系列的第一部分&#xff0c;将专注于OpticStudio中镜头模组的设计、分析和可制造性评估。&#xff08;联系我们获取文章附件…

Vue缓存路由组件

目录 一、使用 一、使用 作用&#xff1a;让不展示的路由组件保持挂载&#xff0c;不被销毁 <template><div><h2>Home组件内容</h2><div><ul class"nav nav-tabs"><li><router-link class"list-group-item"…

安防监控视频云存储平台EasyNVR通道频繁离线的原因排查与解决

安防视频监控汇聚EasyNVR视频集中存储平台&#xff0c;是基于RTSP/Onvif协议的安防视频平台&#xff0c;可支持将接入的视频流进行全平台、全终端分发&#xff0c;分发的视频流包括RTSP、RTMP、HTTP-FLV、WS-FLV、HLS、WebRTC等格式。为了满足用户的集成与二次开发需求&#xf…

OpenCV(二)——图像基本处理(二)

目录 2.图像的几何变换 2.1 图像平移 2.2 图像缩放 2.3 图像旋转 2.4 仿射变换 2.5 透视变换

企业计算机服务器遭到了locked勒索病毒攻击如何解决,勒索病毒解密

网络技术的不断发展&#xff0c;也为网络安全埋下了隐患&#xff0c;近期&#xff0c;我们收到很多企业的求助&#xff0c;企业的计算机服务器遭到了locked勒索病毒的攻击&#xff0c;导致企业的财务系统内的所有数据被加密无法读取&#xff0c;严重影响了企业的正常运行。最近…

如何通过观测云的RUM找到前端加载的瓶颈--可观测性入门篇

声明与保证 本文写作于2023年6月&#xff0c;性能优化的评价标准和优化方式仅适用于当前观测云控制台&#xff0c;当然随着产品迭代及技术更新&#xff0c;本文也会应要求适当更新。 创建、修订时间创建修改人版本2023/6/24观测云***v1.0.0 1.网站性能评价的发展史&#xff…

PHP“深入浅出”淘宝商品详情数据接口获取方法,淘宝API申请指南

获取淘宝商品详情数据的方法如下&#xff1a; 确定监控对象&#xff0c;通常是与自己店铺的商品相似的竞品&#xff0c;通过在淘宝商品详情页的URL中获取商品ID&#xff0c;进而获取商品的详情数据。通过API接口获取商品详情数据&#xff0c;申请开发者账号并获取授权访问&…

打开vim的语法高亮

在一个Ubuntu中自带的vim版本是8.2.4919&#xff0c;默认就是开始了语法高亮的&#xff0c;打开一个Java文件效果如下&#xff1a; 它不仅仅对Java文件有语法高亮&#xff0c;对很多的文件都有&#xff0c;比如vim的配置文件也有语法高亮&#xff0c;有语法高亮时读起来会容易…

DNNGP模型解读-early stopping 和 batch normalization的使用

一、考虑的因素&#xff08;仅代表个人观点&#xff09; 1.首先我们看到他的这篇文章所考虑的不同方面从而做出的不同改进&#xff0c;首先考虑到了对于基因组预测的深度学习方法的设计 &#xff0c;我们设计出来这个方法就是为了基因组预测而使用&#xff0c;这也是主要目的&…

排序算法-冒泡排序(C语言实现)

简介&#x1f600; 冒泡排序是一种简单但效率较低的排序算法。它重复地扫描待排序元素列表&#xff0c;比较相邻的两个元素&#xff0c;并将顺序错误的元素交换位置&#xff0c;直到整个列表排序完成。 实现&#x1f9d0; 以下内容为本人原创&#xff0c;经过自己整理得出&am…