CentOS7配置Nvidia Docker详细教程

本文主要介绍了如何在CentOS7系统上搭建Nvidia Docker环境，以便于在GPU服务器上运行Tensorflow等需要GPU支持的计算任务。文章提到，由于服务器需要同时运行多个环境，所以选择了Docker而不是VMware ESXi来避免环境冲突。 在开始之前，确保你的系统是CentOS7 7.4 1708，并且拥有Nvidia 1080Ti显卡。首先，你需要下载以下组件： 1. Docker CE的Yum仓库文件：可以从https://download.docker.com/linux/centos/docker-ce.repo获取。 2. Nvidia Docker的Yum仓库文件：从https://nvidia.github.io/nvidia-docker/centos7/x86_64/nvidia-docker.repo下载。 3. Nvidia CUDA的Yum仓库：访问http://developer.download.nvidia.com/compute/cuda/repos/rhel7/x86_64/cuda-repo-rhel7-9.1.85-1.x86_64.rpm下载CUDA的RPM包。 4. Nvidia CuDNN：需要在Nvidia官网上注册账号后下载，地址未提供。 5. Nvidia驱动：根据你的显卡型号从http://www.nvidia.cn/Download/index.aspx?lang=cn下载。 6. Nvidia Dockerfile：参考Docker Hub上的'nvidia/cuda'镜像，特别是'9.0-base-centos7'，地址为https://hub.docker.com/r/nvidia/cuda/。 接下来的步骤包括安装和配置这些组件： 1. 将下载的Yum仓库文件添加到系统的repo列表中，通常通过编辑`/etc/yum.repos.d/`目录下的相应文件。 2. 安装Nvidia驱动，通常使用`yum install`命令。 3. 安装CUDA和CuDNN，同样使用`yum install`命令，确保它们与你的Nvidia驱动版本兼容。 4. 安装Docker CE，可以使用`yum install docker-ce`命令。 5. 启动Docker服务并将其设置为开机启动。 6. 安装nvidia-docker插件，通过`yum install nvidia-docker2`命令。 7. 配置Docker以使用Nvidia GPU，可能需要更新或创建Docker的daemon配置文件，使其识别Nvidia设备。 8. 最后，你可以基于下载的Dockerfile构建自己的Nvidia GPU支持的镜像，例如，使用提供的Dockerfile并进行适当修改。 在Dockerfile中，`FROM centos:7`表示基础镜像是CentOS7，`LABEL maintainer "NVIDIA CORPORATION <cudatools@nvidia.com>"`定义了维护者信息。`RUN NVIDIA_GPGKEY_SUM`行是验证GPG密钥的哈希值，确保下载的软件包未被篡改。 搭建好这个环境后，你就可以利用Docker容器运行Tensorflow或其他依赖GPU的软件，而不会影响服务器上的其他环境。记得在运行容器时指定使用Nvidia GPU，例如`docker run --gpus all -it your_image:tag`。