Docker 容器怎么在容器中使用宿主机的 GPU 硬件资源-Docker-PHP中文网

核心是安装nvidia container toolkit并配置docker，再通过--gpus参数声明gpu使用方式；需先确保宿主机驱动、cuda和docker正常，镜像须含cuda工具包。

docker 容器怎么在容器中使用宿主机的 gpu 硬件资源

要让 Docker 容器使用宿主机的 GPU，核心是把 GPU 设备、驱动和 CUDA 库“透传”进容器，并确保容器内能识别和调用。这不是 Docker 原生支持的功能，必须依赖 NVIDIA 提供的工具链（针对 NVIDIA GPU）或 ROCm（针对 AMD GPU）。以下以最主流的 NVIDIA GPU 为例，分三步讲清楚怎么做。

确认宿主机 GPU 环境已就绪
容器能否用 GPU，前提全是宿主机的底子是否打牢：

运行 nvidia-smi 能正常输出 GPU 列表和驱动版本（说明驱动已安装且工作正常）；
驱动版本需与你要用的 CUDA 版本兼容（例如 CUDA 12.x 通常要求驱动 ≥ 525.60.13）；
Docker 本身已安装并正在运行（systemctl is-active docker 返回 active）。

安装 NVIDIA Container Toolkit
这是当前推荐的标准方式（取代旧版 nvidia-docker2），它把 GPU 支持集成进 Docker 原生命令中：

Ubuntu/Debian：

curl -sL https://nvidia.github.io/nvidia-docker/gpgkey | sudo apt-key add -
distribution=$(. /etc/os-release;echo $ID$VERSION_ID)
curl -sL https://nvidia.github.io/nvidia-docker/$distribution/nvidia-docker.list | sudo tee /etc/apt/sources.list.d/nvidia-docker.list
sudo apt-get update && sudo apt-get install -y nvidia-container-toolkit
sudo systemctl restart docker

安装后验证：docker info | grep -i runtime 应看到 nvidia 在列表中。

启动容器时声明 GPU 使用方式
不用改 Dockerfile，也不用写复杂挂载，直接在 docker run 或 docker-compose.yml 中指定：

使用全部 GPU：docker run --gpus all nvidia/cuda:12.2.0-base-ubuntu22.04 nvidia-smi；
只用第 0 块 GPU：docker run --gpus '"device=0"' ...；
限制显存为 4GB（需驱动 ≥ 418.81）：docker run --gpus '"device=0,memory=4096"' ...；
Docker Compose 写法（v2.23+）：
```
services:
  app:
    image: nvidia/cuda:12.2.0-base
    deploy:
      resources:
        reservations:
          devices:
            - capabilities: [gpu]
```
注意：镜像内需含 CUDA 工具包（如 nvidia/cuda 官方镜像），纯 Alpine 或自建基础镜像要手动装 cuda-toolkit 和 cudnn。

Dolphindb Docker
自动化 DolphinDB Docker 部署，支持自动架构检测（ARM64/x86_64），智能内存分配（50% 规则）以及完整数据持久化。

下载

不复杂但容易忽略