Docker 容器显卡直通配置怎么写-Docker-PHP中文网

核心是通过nvidia container toolkit将宿主机gpu设备、驱动和库安全暴露给容器，关键三步：装工具、配守护进程、启动时用--gpus声明gpu。

docker 容器显卡直通配置怎么写

直接让 Docker 容器用上宿主机显卡，核心不是“直通”（那是虚拟机概念），而是通过 NVIDIA Container Toolkit 把宿主机的 GPU 设备、驱动和运行时库安全、可控地暴露给容器。配置关键在三步：装工具、配守护进程、启动时声明 GPU。

这是最容易出错的前置环节，必须逐项核对：

这是容器访问 GPU 的桥梁，不能跳过：

Ubuntu/Debian 示例（以 root 执行）：
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 && sudo apt-get install -y nvidia-container-toolkit
安装完成后，**必须重启 Docker 守护进程**：sudo systemctl restart docker
验证是否生效：docker info | grep -i runtime 应看到 nvidia 出现在 Runtimes 列表中

不再需要改 daemon.json 或设默认 runtime，现代 Docker（≥20.10）推荐用 --gpus 参数，灵活且安全：

MiniMax 图片理解 + 网络搜索 MCP 工具。适配 Docker 环境（极空间等），支持图片 OCR 识别、图像内容理解、网络搜索。API Key 安全存储在本地 credentials 文件，不暴露在代码中。

下载

用所有 GPU：docker run --gpus all nvidia/cuda:11.8.0-base-ubuntu20.04 nvidia-smi
只用第 0 号 GPU：docker run --gpus device=0 nvidia/cuda:11.8.0-base-ubuntu20.04 nvidia-smi
限制可见设备与能力（适合多租户）：
docker run --gpus '"device=0,1"' -e NVIDIA_VISIBLE_DEVICES=0,1 -e NVIDIA_DRIVER_CAPABILITIES=compute,utility nvidia/cuda:11.8.0-base-ubuntu20.04

在 docker-compose.yml 服务定义下添加：

deploy:
  resources:
    reservations:
      devices:
        - driver: nvidia
          count: all
          capabilities: [gpu]

或更细粒度控制（v3.8+）：

environment:
  - NVIDIA_VISIBLE_DEVICES=0
  - NVIDIA_DRIVER_CAPABILITIES=compute,utility
runtime: nvidia

注意：旧版 runtime: nvidia 已不推荐，优先使用 devices 方式。