En el artículo de hoy intentaré explicar a Pardus qué es nvidia docker2 y cómo instalarlo en nuestro sistema.

Nvidia Docker 2 es una herramienta para ejecutar contenedores docker utilizando GPU Nvidia. Esta herramienta utiliza las GPU de Nvidia directamente en contenedores docker, lo que permite que las cargas de trabajo intensivas en GPU, como el aprendizaje automático y el aprendizaje profundo, se ejecuten de manera más eficiente.

De esta forma, podemos realizar distintas operaciones en un único dispositivo utilizando contenedores docker. Por ejemplo, para un proyecto, podemos ejecutar bibliotecas de diferentes versiones en diferentes contenedores en lugar de diferentes sistemas.

Para la instalación, en primer lugar, los controladores de nvidia deben estar instalados en nuestro sistema para instalar nvidia docker2. Para esto tema en el foro Puede mirarlo y luego, por supuesto, debemos tener Docker instalado en nuestro sistema. Para ello, podemos usar la versión en repositorios de Pardus directamente, o podemos agregar y usar los repositorios proporcionados por el propio Docker.

Instalación de Docker desde el repositorio de Pardus

Si la versión en los repositorios de Pardus es suficiente para usted, puede realizar el proceso de instalación siguiendo los pasos a continuación.

advertencia

¡Tienes que ingresar tu propio nombre de usuario donde tu nombre de usuario está debajo!

sudo apt update sudo apt install docker.io sudo usermod -aG docker su nombre de usuario # necesita ingresar su propio nombre de usuario aquí sudo systemctl restart docker

Instalación de Docker desde su propio repositorio

Si no quiere tener un problema de versión, puede usar los propios repositorios de Docker. Especialmente al crear imágenes personalizadas, los archivos yaml pueden tener problemas.

Para instalar, primero instalamos los paquetes necesarios

sudo apt-get update sudo apt-get install ca-certificates curl gnupg

Añadimos claves oficiales al sistema

sudo install -m 0755 -d /etc/apt/keyrings curl -fsSL https://download.docker.com/linux/debian/gpg | sudo gpg --dearmor -o /etc/apt/keyrings/docker.gpg sudo chmod a+r /etc/apt/keyrings/docker.gpg

Añadimos el repositorio al sistema

echo \ "deb [arch="$(dpkg --print-architecture)" firmado por=/etc/apt/keyrings/docker.gpg] https://download.docker.com/linux/debian \ bullseye stable" | \ sudo tee /etc/apt/sources.list.d/docker2.list > /dev/null

E instalamos el docker con sus herramientas

sudo apt-get update sudo apt-get install docker-ce docker-ce-cli containerd.io docker-buildx-plugin docker-compose-plugin

Además, podemos añadir docker al sistema como superusuario. De esta manera, siempre sudo No pide nuestra contraseña.

advertencia

¡Tienes que ingresar tu propio nombre de usuario donde tu nombre de usuario está debajo!

sudo usermod -aG docker su nombre de usuario sudo systemctl restart docker

instrucciones aquí en el propio sitio de docker algunas partes fueron adaptadas a Pardusa. Por ejemplo

"$(. /etc/os-release && echo "$VERSION_CODENAME")"

Aquí pardus en docker veintiún Esta parte porque no hay un repositorio para bullseye Lo cambié a. Tendremos que hacer esta parte un poco diferente para nvidia-docker2 en la parte inferior. Pero no necesitas cambiar nada. Ya he establecido las secciones en el artículo.


Instalación de Nvidia docker2

Primero, agregamos el repositorio a nuestro sistema con la clave.

curl -fsSL https://nvidia.github.io/libnvidia-container/gpgkey | sudo gpg --dearmor -o /usr/share/keyrings/nvidia-container-toolkit-keyring.gpg \ && curl -s -L https://nvidia.github.io/libnvidia-container/debian11/libnvidia-container. lista | \sed 's#deb https://#deb [firmado por=/usr/share/keyrings/nvidia-container-toolkit-keyring.gpg] https://#g' | \ sudo tee /etc/apt/sources.list.d/nvidia-container-toolkit.list

Instalar

sudo apt-get update sudo apt-get install -y nvidia-docker2 sudo systemctl reiniciar docker

Insha'Allah, si no hay problema, nvidia-docker2 debería estar instalado en su sistema ahora. buena suerte ahora

Puede probar a continuación el contenedor CUDA de prueba para probar

sudo docker ejecutar --rm --runtime=nvidia --gpus todos nvidia/cuda:11.6.2-base-ubuntu20.04 nvidia-smi

Como resultado, debería obtener un resultado similar al del propio sitio de nvidia.

Ejemplo de salida de contenedor cuda

Kaynaklar:

https://docs.docker.com/engine/install/debian/

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

https://gonullu.pardus.org.tr/docker-kullanarak-gui-uygulama-calistirma/