GPU雲主機集成CUDA & NVIDIA DOCKER鏡像方案
一、預安裝前置條件
1、系統和內核版本支持
2、 CUDA的GPU支持
二、NVIDIA驅動環境安裝
1、安裝CUDA Toolkit
2、設置cuda環境變量
3、安裝 docker-18.06.1
4、安裝NVIDIA docker plugin
三、 驅動環境檢視
1、 cuda驅動環境檢視
2、 cuda設備用例查詢
3、docker插件安裝環境檢視
4、NVIDIA docker plugin用例測試
四、NGC測試
1、 運行tensorflow容器
2、用例功能測試
五、GPU雲主機產品新增CUDA和NVIDIA-DOCKER自定義鏡像功能
1、產品交互形態
2、CUDA自定義鏡像製作方案
3、NVIDIA DOCKER自定義鏡像製作方案
一、 預安裝前置條件
1、 系統和內核版本支持
cat /etc/*release
uname -a
2、CUDA的GPU支持
lspci | grep -i nvidia
二、 環境集成安裝
1、安裝CUDA Toolkit
rpm -i cuda-repo-rhel7-9-1-local-9.1.85-1.x86_64.rpm
yum clean all
yum install cuda
2、設置cuda環境變量
export PATH=$PATH:/usr/local/cuda-9.1/bin
export LD_LIBRARY_PATH=/usr/local/cuda-9.1/lib64
3、安裝 docker-18.06.1
①安裝
yum install -y docker-ce-selinux-17.03.2.ce-1.el7.centos.noarch.rpm
yum install -y docker-ce-18.06.1.ce-3.el7.x86_64.rpm
②、docker 配置文件修改
③、啓動docker
system restart docker
4、安裝NVIDIA docker-plugin
rpm -i libseccomp-2.3.1-3.el7.x86_64.rpm
rpm -i libnvidia-container1-1.0.0-0.1.rc.2.x86_64.rpm
rpm -i libnvidia-container-tools-1.0.0-0.1.rc.2.x86_64.rpm
rpm -i nvidia-container-runtime-hook-1.4.0-2.x86_64.rpm
rpm -i nvidia-container-runtime-2.0.0-1.docker18.06.1.x86_64.rpm
rpm -i nvidia-docker2-2.0.3-1.docker18.06.1.ce.noarch.rpm
三、 驅動環境檢視
1、 cuda驅動驗證
nvidia-smi
nvcc --version
2、 cuda設備用例查詢
cd /usr/local/cuda-9.1/samples/1_Utilities/deviceQuery
make
./deviceQuery
3、 nvidia docker plugin安裝驗證
nvidia-docker version
4、 docker用例測試
docker run hello-world
四、NGC測試
1、運行tensorflow容器：
docker run --runtime=nvidia -it --rm -v /tmp/gpu-cuda-install/benchmarks-cnn_tf_v1.8_compatible:/workspace nvcr.io/nvidia/tensorflow:18.02-py2 bash
2、用例功能測試：
cd /opt/tensorflow/nvidia-examples/cnn && python nvcnn.py --model=resnet50 --batch_size=64 --num_gpus=1 --fp16
五、GPU雲主機產品新增CUDA和NVIDIA-DOCKER鏡像功能
1、產品交互形態
操作系統Centos7.2-64選項子選項框新增cuda鏡像和nvidia-docker鏡像
2、 CUDA自定義鏡像製作方案
3、NVIDIA DOCKER自定義鏡像製作方案
END版權聲明：本文內容由互聯網用戶自發貢獻，版權歸作者所有，本社區不擁有所有權，也不承擔相關法律責任。如果您發現本社區中有涉嫌抄襲的內容，歡迎發送郵件至：[email protected] 進行舉報，並提供相關證據，一經查實，本社區將立刻刪除涉嫌侵權內容。