在服务器部署Nvidia-Docker全流程，附Dockerfile

目录

在服务器部署Nvidia-Docker全流程，附Dockerfile

在服务器使用docker可以使管理员能够对服务器用户进行更便捷的管理，相比于基于anaconda环境的管理，用户之间不共享工作空间，管理员只对用户暴露服务器端口和数据集，用户可以自定义介入密码，安全性更高。Nvidia-Docker已经更新至Nvidia-Container-Toolkit，使用更加简便。本文分别给出了当前版本基于镜像与Dockerfile在服务器部署Nvidia-Docker的全部流程，推荐使用dockerfile。

主机依赖安装

Docker安装

清除现有的docker相关包

• for pkg in docker.io docker-doc docker-compose docker-compose-v2 podman-docker containerd runc; do sudo apt-get remove $pkg; done

设置apt的docker仓库

# Add Docker's official GPG key:
sudo apt-get update
sudo apt-get install ca-certificates curl
sudo install -m 0755 -d /etc/apt/keyrings
sudo curl -fsSL https://download.docker.com/linux/ubuntu/gpg -o /etc/apt/keyrings/docker.asc
sudo chmod a+r /etc/apt/keyrings/docker.asc
# Add the repository to Apt sources:
echo \
  "deb [arch=$(dpkg --print-architecture) signed-by=/etc/apt/keyrings/docker.asc] https://download.docker.com/linux/ubuntu \
  $(. /etc/os-release && echo "$VERSION_CODENAME") stable" | \
  sudo tee /etc/apt/sources.list.d/docker.list > /dev/null
sudo apt-get update

安装最新版docker

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

验证安装

• sudo docker run hello-world

Nvidia-docker安装

设置apt仓库

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/stable/deb/nvidia-container-toolkit.list | \
    sed 's#deb https://#deb [signed-by=/usr/share/keyrings/nvidia-container-toolkit-keyring.gpg] https://#g' | \
    sudo tee /etc/apt/sources.list.d/nvidia-container-toolkit.list
sudo apt-get update

安装Nvidia Container Toolkit

• sudo apt-get install -y nvidia-container-toolkit

配置Docker

• sudo nvidia-ctk runtime configure --runtime=docker

重启Docker

• sudo systemctl restart docker

制作通用的nvidia-docker 镜像

拉取镜像

• docker pull nvidia/cuda:11.4.3-cudnn8-devel-ubuntu20.04- 注意拉取带cudnn，devel版本的镜像，否则没有nvcc

查看镜像id

• docker images

删除镜像

• docker rmi [IMAGE ID]

创建nvidia-docker 容器

• sudo docker run -dit --runtime=nvidia --gpus all -p [CUSTOMIZE PORT]:22 -v /dataset:/dataset --privileged=true --name=[CONTAINER NAME] [IMAGES ID]- -dit：后台运行，分配interactive terminal- --gpus：可以使用以下参数：all,none,0,1,2

查看container id

• docker ps -a

进入container

• sudo docker exec -it [CONTAINER ID] /bin/bash
• 检查cuda与nvidia driver - nvcc -V- nvidia-smi

Container 操作

• 启动：sudo docker start [CONTAINER ID]
• 停止：sudo docker stop [CONTAINER ID]
• 重启：`sudo docker restart [CONTAINER ID]
• 容器内退出：exit

配置container的ssh服务

• apt-get update
• apt-get install openssh-server
• apt-get install openssh-client
• apt-get install ssh
• apt-get install vim

SSH配置

修改ssh文件信息，允许root用户使用ssh登录。

• vim /etc/ssh/sshd_config
• insert i- PermitRootLogin yes
• :wq

重启ssh

• /etc/init.d/ssh restart

设置连接密码

• passwd %% ### 设置开机自启动SSH服务
• vim /root/.bashrc
• 插入：service ssh start %%

注意：

出现现象在exec时添加进容器的环境变量在通过ssh启动时找不到，原因是exec时自动加了一些环境变量。解决方案就是改.bashrc，把丢失的环境变量加上。

• vim ~/.bashrc
• 在最后加入 - export PATH="/usr/local/cuda/bin:$PATH"- export LD_LIBRARY_PATH="/usr/local/cuda/lib64:$LD_LIBRARY_PATH"

安装Anaconda

• 首先从官网获得Anaconda for Linux的安装链接
• 使用wget下载，wget https://repo.anaconda.com/archive/Anaconda3-2024.02-1-Linux-x86_64.sh
• 使用bash安装，bash Anaconda3-2024.02-1-Linux-x86_64.sh
• 将conda写入环境变量 - vim ~/.bashrc- 插入 - export PATH="~/anaconda3/bin":$PATH- source ~/anaconda3/bin/activate- source ~/.bashrc

打包镜像

• docker commit -a 'LiSH' [CONTAINER ID] [IMAGE NAME]:[VERSION]

新用户使用镜像制作自己的容器

镜像名称

ubuntu20.04_cuda_11.4_cudnn8_anaconda

• sudo docker run -dit --runtime=nvidia --gpus all -p [CUSTOMIZE PORT]:22 -v /dataset:/dataset --privileged=true --name=[CONTAINER NAME] ubuntu20.04_cuda_11.4_cudnn8_anaconda:v0.1

Dockerfile

# Basic Image
FROM nvidia/cuda:11.4.3-cudnn8-devel-ubuntu20.04
# Description
LABEL name="ubuntu20.04 cuda11.4 cudnn8"
LABEL version="1.0"
LABEL author="LiSH"
LABEL mail="li.shanghong.0222@gmail.com"
# Update
RUN apt-get update \
    && apt-get install -y vim \
    && apt-get install htop
    
# Config SSH
RUN DEBIAN_FRONTEND=noninteractive apt-get install -y openssh-server \
    && sed -i 's/#PermitRootLogin prohibit-password/PermitRootLogin yes/g' /etc/ssh/sshd_config \
    && sed -i '$a service ssh restart' ~/.bashrc \
    && echo 'root:0222'|chpasswd
# Install Anaconda
RUN wget https://repo.anaconda.com/archive/Anaconda3-2024.02-1-Linux-x86_64.sh \
    && bash Anaconda3-2024.02-1-Linux-x86_64.sh -b -p /opt/conda \
    && sed -i '$a export PATH="/opt/conda/bin:$PATH"' ~/.bashrc \
    && sed -i '$a source /opt/conda/bin/activate' ~/.bashrc
# Config Cudnn
RUN sed -i '$a export PATH="/usr/local/cuda/bin:$PATH"' ~/.bashrc \
    && sed -i '$a export LD_LIBRARY_PATH="/usr/local/cuda/lib64:$LD_LIBRARY_PATH"' ~/.bashrc \
    && sed -i '$a cd /' ~/.bashrc

注意

• 当使用Dockerfile构建docker时，执行命令apt-get install -y openssh-server时，会安装tzdata
• tzdata从2018开始，安装过程采用交互式，要求指定Geographic area和Time zone
• 解决方法：在命令前添加DEBIAN_FRONTEND=noninteractive
• 即执行DEBIAN_FRONTEND=noninteractive apt-get install -y openssh-server

使用Dockerfile构建镜像

• docker build -f Dockerfile -t [IMAGE NAME] ./

从Dockerfile构建的镜像创建容器

• 查看镜像docker images，获取image id
• sudo docker run -dit --runtime=nvidia --gpus all -p [CUSTOMIZE PORT]:22 -v /dataset:/dataset --privileged=true --name=[CONTAINER NAME] [IMAGES ID]