dockerfile安装nvidia-CUDA驱动 安装nvidia-cudnn驱动

### 如何在Dockerfile中正确配置以安装NVIDIA CUDA和CuDNN

为了确保能够在 Docker 容器内使用 GPU 加速功能，需要按照特定的方式设置 `Dockerfile` 来集成 NVIDIA 的 CUDA 和 CuDNN 库。

#### 使用官方镜像简化构建过程
最简单的方法是从 NVIDIA 提供的预装了 CUDA 工具包的基础镜像出发：

FROM nvidia/cuda:11.7.0-cudnn8-devel-ubuntu20.04

这条指令选择了带有 CUDNN 版本 8 开发环境以及 Ubuntu 20.04 LTS 操作系统的 CUDA 11.7.0 镜像作为基础层。通过这种方式可以省去手动编译或安装这些依赖项的工作量[^1]。

#### 手动安装CUDA与CuDNN（如果需要自定义）

对于某些特殊情况可能需要更灵活地控制组件版本，则可以在标准 Linux 发行版的基础上自行安装所需软件包:

1. **更新源列表并添加GPG密钥**

    RUN curl -fsSL https://developer.download.nvidia.com/compute/cuda/repos/ubuntu2004/x86_64/3bf8932f.pub | gpg --dearmor -o /usr/share/keyrings/nvidia.gpg \
        && echo "deb [signed-by=/usr/share/keyrings/nvidia.gpg] http://developer.download.nvidia.com/compute/cuda/repos/ubuntu2004/x86_64 /" > /etc/apt/sources.list.d/cuda.list

2. **安装指定版本的CUDA工具集**

    ENV CUDA_VERSION=11.7.0
    
    RUN apt-get update && apt-get install -y cuda-toolkit-$CUDA_VERSION

3. **安装对应版本的cuDNN库**

假设要安装 cuDNN v8.x 对应于上述选定的 CUDA 版本：

    ENV CUDNN_VERSION=8.5.0.96
  
    RUN apt-get install -y libcudnn8=$CUDNN_VERSION-1+cuda${CUDA_VERSION//./} \
      && apt-get clean \
      && rm -rf /var/lib/apt/lists/*

以上命令序列展示了如何基于 Debian 类系统来获取最新的安全补丁，并且精确指定了想要使用的 CUDA 及其配套的 cuDNN 版本号[^2]。

#### 测试安装成功与否

完成镜像创建之后，可以通过运行如下命令验证是否能够正常访问 GPU 设备信息：

nvidia-smi

这一步骤有助于确认容器内部已经正确加载了 NVIDIA 显卡驱动程序并且可以识别物理硬件的存在。