《MXNet深度学习实战》—2.2.4　安装nvidia-docker

2.2.4　安装nvidia-docker

安装好Docker后，你就可以开始使用镜像了。前面我们提到过如果要在MXNet中使用GPU，不仅要安装显卡驱动、CUDA和cuDNN，还需要安装支持GPU的MXNet版本，虽然在镜像中可以安装CUDA、cuDNN和MXNet，但是镜像中是没有显卡驱动的，因此如果你要在镜像中使用GPU，那么你还需要将本机的显卡驱动映射到Docker镜像中，这就需要安装nvidia-docker了，nvidia-docker的任务就是将显卡驱动映射到Docker镜像中。目前nvidia-docker版本主要是nvidia-docker1和nvidia-docker2，本书采用的是nvidia-docker2。接下来我们看看如何安装nvidia-docker2，主要参考官方链接进行安装。

首先如果你的机器上已经安装了nvidia-docker1，那么可以通过以下两条命令卸载和移除相关内容：

$ docker volume ls -q -f driver=nvidia-docker | \

    xargs -r -I{} -n1 docker ps -q -a -f volume={} | xargs -r docker rm -f

$ sudo apt-get purge -y nvidia-docker

接下来添加GPG key并建立一个仓库，注意接下来的操作最好以root用户进行，否则可能会出现一些问题。以root用户进行安装时，命令最前面的sudo可以删去，代码如下：

$ curl -s -L https://nvidia.github.io/nvidia-docker/gpgkey | sudo apt-key add -

$ distribution=$(. /etc/os-release;echo $ID$VERSION_ID)

$ 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

接下来就可以安装nvidia-docker2了，安装完成后需重新导入Docker配置文件，代码如下：

$ sudo apt-get install -y nvidia-docker2

$ sudo pkill -SIGHUP dockerd

安装好nvidia-docker2之后，就可以测试下该命令是否有效。这里我们启动一个名为nvidia/cuda的镜像（假如你的机器上没有该镜像，那么run命令在启动之前会自动拉取该镜像），然后在镜像中运行nvidia-smi命令。在前面我们介绍过，nvidia-smi命令是用来查看显卡信息的，因此如果你成功将显卡驱动映射到镜像中，那么就会得到如显卡信息：

$ docker run --runtime=nvidia --rm nvidia/cuda nvidia-smi

如果你成功看到如图2-5所示的显卡信息，那么你现在已经可以在镜像中成功使用GPU了。

图2-5　显卡信息

但是到这里还没有结束，如果你仔细看看上一条命令，会发现多了一个参数：--runtime=nvidia，如果你去掉这个参数再运行就会发现报错。若每次运行Docker镜像都加上这个参数还是有些麻烦的，解决方法是我们可以在配置文件中配置该参数，这个配置文件就是/etc/docker/daemon.json。可以通过如下命令打开该文件：

$ vim /etc/docker/daemon.json

可以看到里面的内容如图2-6所示。

图2-6　原配置文件内容

这时，需要你添加一行使其变成如图2-7所示的内容。

图2-7　修改后的配置文件内容

保存该文件的修改内容之后，接下来需要重启下Docker服务：

$ sudo service docker restart

最后，你可以使用以下命令在镜像中看到显卡驱动信息了：

$ docker run --rm nvidia/cuda nvidia-smi