Я новичок в Rapids и редко имел хороший опыт работы с conda. Поэтому я пытаюсь работать с контейнерной версией. Я новичок в Docker, и сочетание неизвестных не дает мне возможности разобраться.
У меня есть сервер Ubuntu 18.04,
# uname -v
#30~18.04.1-Ubuntu SMP Fri Jan 17 06:14:09 UTC 2020
, на котором я установил fre sh версия Docker
# apt-get install docker docker-ce docker-ce-cli containerd.io
# docker --version
Docker version 19.03.8, build afacb8b7f0
На этом компьютере установлено cuda v10.2
# nvcc --version
nvcc: NVIDIA (R) Cuda compiler driver
Copyright (c) 2005-2019 NVIDIA Corporation
Built on Wed_Oct_23_19:24:38_PDT_2019
Cuda compilation tools, release 10.2, V10.2.89
и Python v3.6.9
# python3 --version
Python 3.6.9
Как показано в разделе NVIDIA Container Toolkit Quickstart , я устанавливаю список nvidia- docker в /etc/apt/sources.list.d/
# curl -s -L https://nvidia.github.io/nvidia-docker/gpgkey | sudo apt-key add -
# curl -s -L https://nvidia.github.io/nvidia-docker/ubuntu18.04/nvidia-docker.list | sudo tee /etc/apt/sources.list.d/nvidia-docker.list
, явно подставляя ubuntu18.04 для распределения $, поскольку это эквивалент Ubuntu для Linux Mint 19.3 .
Следуя инструкциям по запуску контейнера и сервера ноутбука в RAPIDS - Open GPU Data Science , Я вытащил среду выполнения 0.13-cuda10.2-runtime-ubuntu18.04-py3.6.
# docker pull rapidsai/rapidsai:0.13-cuda10.2-runtime-ubuntu18.04-py3.6
Долгое время и несколько ГБ спустя казалось, что все в порядке. (Без предупреждений или сообщений об ошибках.) Кроме того, похоже, что изображение было зарегистрировано с Docker.
# docker images -a
REPOSITORY TAG IMAGE ID CREATED SIZE
rapidsai/rapidsai 0.13-cuda10.2-runtime-ubuntu18.04-py3.6 c7440af853b5 4 days ago 9.26GB
rapidsai/rapidsai cuda10.2-runtime-ubuntu18.04-py3.6 c7440af853b5 4 days ago 9.26GB
Однако затем я попытался запустить сервер ноутбука:
# docker run --gpus all --rm -it -p 8888:8888 -p 8787:8787 -p 8786:8786 \
rapidsai/rapidsai:cuda10.0-runtime-ubuntu18.04-py3.6
docker: Error response from daemon: could not select device driver "" with capabilities: [[gpu]].
Это кажется удивительным, поскольку обнаружено два графических процессора GTX 1080 Ti
# nvidia-smi
Fri May 8 16:41:57 2020
+-----------------------------------------------------------------------------+
| NVIDIA-SMI 440.33.01 Driver Version: 440.33.01 CUDA Version: 10.2 |
|-------------------------------+----------------------+----------------------+
| GPU Name Persistence-M| Bus-Id Disp.A | Volatile Uncorr. ECC |
| Fan Temp Perf Pwr:Usage/Cap| Memory-Usage | GPU-Util Compute M. |
|===============================+======================+======================|
| 0 GeForce GTX 108... On | 00000000:08:00.0 Off | N/A |
| 21% 38C P8 10W / 250W | 1MiB / 11178MiB | 0% Default |
+-------------------------------+----------------------+----------------------+
| 1 GeForce GTX 108... On | 00000000:42:00.0 Off | N/A |
| 23% 42C P8 10W / 250W | 1MiB / 11177MiB | 0% Default |
+-------------------------------+----------------------+----------------------+
+-----------------------------------------------------------------------------+
| Processes: GPU Memory |
| GPU PID Type Process name Usage |
|=============================================================================|
| No running processes found |
+-----------------------------------------------------------------------------+
После очистки
# docker system prune -a
# apt-get purge docker docker-engine docker.io containerd runc
Я переустановил docker и снова вытащил образ Rapidsai . Результат не изменился.
Есть ли конфликт с версией драйвера NVIDIA: 440.33.01?
Есть предложения?