docker는 GPU를 지원하며, docker는 nvidia-docker2를 통해 GPU를 사용할 수 있습니다. daemon.json 파일에서 nvidia를 사용하도록 런타임을 구성합니다. 컨테이너를 시작한 후 nvidia-smi를 실행하여 모든 GPU를 확인합니다.
Docker를 사용하여 GPU를 마운트하는 방법 소개:
Use nvidia-docker2
간단히 nvidia-docker2를 사용하면 GPU를 손쉽게 사용할 수 있습니다. 런타임을 구성하고 nvidia를 사용하기만 하면 됩니다
cat /etc/docker/daemon.json { "default-runtime": "nvidia", "runtimes": { "nvidia": { "path": "/usr/bin/nvidia-container-runtime", "runtimeArgs": [] } }, "exec-opts": ["native.cgroupdriver=systemd"] }
시작한 후입니다. 컨테이너에서 nvidia-smi를 실행하여 모든 GPU 카드를 확인하세요.
[root@localhost] docker run -it 98b41a1e975d bash root@6db1dd28459d:/notebooks# nvidia-smi +-----------------------------------------------------------------------------+ | NVIDIA-SMI 410.79 Driver Version: 410.79 CUDA Version: 10.0 | |-------------------------------+----------------------+----------------------+ | GPU Name Persistence-M| Bus-Id Disp.A | Volatile Uncorr. ECC | | Fan Temp Perf Pwr:Usage/Cap| Memory-Usage | GPU-Util Compute M. | |===============================+======================+======================| | 0 Tesla V100-SXM2... On | 00000000:8A:00.0 Off | 0 | | N/A 40C P0 57W / 300W | 4053MiB / 16130MiB | 4% Default | +-------------------------------+----------------------+----------------------+ | 1 Tesla V100-SXM2... On | 00000000:8B:00.0 Off | 0 | | N/A 38C P0 40W / 300W | 0MiB / 16130MiB | 0% Default | +-------------------------------+----------------------+----------------------+ | 2 Tesla V100-SXM2... On | 00000000:8C:00.0 Off | 0 | | N/A 42C P0 46W / 300W | 0MiB / 16130MiB | 0% Default | +-------------------------------+----------------------+----------------------+ | 3 Tesla V100-SXM2... On | 00000000:8D:00.0 Off | 0 | | N/A 39C P0 40W / 300W | 0MiB / 16130MiB | 0% Default | +-------------------------------+----------------------+----------------------+ | 4 Tesla V100-SXM2... On | 00000000:B3:00.0 Off | 0 | | N/A 39C P0 42W / 300W | 0MiB / 16130MiB | 0% Default | +-------------------------------+----------------------+----------------------+ | 5 Tesla V100-SXM2... On | 00000000:B4:00.0 Off | 0 | | N/A 41C P0 57W / 300W | 7279MiB / 16130MiB | 4% Default | +-------------------------------+----------------------+----------------------+ | 6 Tesla V100-SXM2... On | 00000000:B5:00.0 Off | 0 | | N/A 40C P0 45W / 300W | 0MiB / 16130MiB | 0% Default | +-------------------------------+----------------------+----------------------+ | 7 Tesla V100-SXM2... On | 00000000:B6:00.0 Off | 0 | | N/A 41C P0 44W / 300W | 0MiB / 16130MiB | 0% Default | +-------------------------------+----------------------+----------------------+ +-----------------------------------------------------------------------------+ | Processes: GPU Memory | | GPU PID Type Process name Usage | |=============================================================================| +-----------------------------------------------------------------------------+
NVIDIA_DRIVER_CAPABILITIES를 통해 일부 라이브러리를 추가할 수 있습니다. NVIDIA_VISIBLE_DEVICES를 통해 특정 GPU 카드만 사용할 수 있습니다
[root@localhost cuda-9.0]# docker run -it --env NVIDIA_DRIVER_CAPABILITIES="compute,utility" --env NVIDIA_VISIBLE_DEVICES=0,1 98b41a1e975d bash root@97bf127ff83a:/notebooks# nvidia-smi Tue Oct 15 09:29:45 2019 +-----------------------------------------------------------------------------+ | NVIDIA-SMI 410.79 Driver Version: 410.79 CUDA Version: 10.0 | |-------------------------------+----------------------+----------------------+ | GPU Name Persistence-M| Bus-Id Disp.A | Volatile Uncorr. ECC | | Fan Temp Perf Pwr:Usage/Cap| Memory-Usage | GPU-Util Compute M. | |===============================+======================+======================| | 0 Tesla V100-SXM2... On | 00000000:8A:00.0 Off | 0 | | N/A 39C P0 57W / 300W | 4053MiB / 16130MiB | 3% Default | +-------------------------------+----------------------+----------------------+ | 1 Tesla V100-SXM2... On | 00000000:8B:00.0 Off | 0 | | N/A 37C P0 40W / 300W | 0MiB / 16130MiB | 0% Default | +-------------------------------+----------------------+----------------------+ +-----------------------------------------------------------------------------+ | Processes: GPU Memory | | GPU PID Type Process name Usage | |=============================================================================| +-----------------------------------------------------------------------------+
더 많은 관련 튜토리얼을 보려면 PHP 중국어 웹사이트docker 튜토리얼 칼럼을 참고하세요.
위 내용은 도커는 GPU를 지원하나요?의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!

Docker에서 웹 응용 프로그램을 구축하는 단계 : Dockerfile을 작성하고 기본 이미지 및 응용 프로그램 코드를 정의하십시오. Docker 이미지를 작성하십시오. 포트 맵을 사용하여 Docker 컨테이너를 실행하십시오. LocalHost 또는 Server IP 주소 및 포트 80에 액세스하여 응용 프로그램을 테스트하십시오.

Docker 컨테이너에서 호스트 명령을 실행하는 두 가지 방법이 있습니다. 권한이있는 컨테이너를 사용하고 Docker Run 명령을 실행할 때 -privileged 플래그를 추가하십시오. 호스트 네트워크 네임 스페이스를 컨테이너에 바인딩하고 Docker Run 명령을 실행할 때 -net = 호스트 플래그를 추가하십시오.

공유 데이터 볼륨을 사용하면 여러 컨테이너가 동일한 데이터에 액세스 할 수 있습니다. 단계에는 다음이 포함됩니다. 데이터 볼륨 생성, 데이터 볼륨을 컨테이너에 장착하고 동일한 데이터 볼륨을 다른 컨테이너에 복사합니다. 참고 사항 : 컨테이너의 모든 변경 사항은 즉시 눈에 띄고 동일한 권한과 호환성이 있습니다. 예 : 데이터베이스 파일 데이터 볼륨을 만들고 데이터베이스 및 웹 컨테이너로 마운트하여 데이터베이스 파일에 액세스 할 수 있도록합니다.

Docker 이미지 파일 가져 오기 두 가지 방법 : 이미지 이름을 직접 가져옵니다 : Docker Pull [Mirror Name] Tar Archive 파일 가져 오기 : Docker Load & Lt; [미러 파일 경로]

Docker 단계를 사용하여 Kafka 설치 : Docker가 시스템에 설치되어 있는지 확인하십시오. Docker Hub에서 공식 Kafka 이미지를 당기십시오 : Docker Pull Colluentinc/CP -Kafka Kafka 컨테이너 생성 및 시작 kafka 컨테이너 : Docker Run -D -Name Kafka -p 9092 : 9092 Conluentinc/CP -Kafka Kafka를 사용하여 Kafka가 실행중인 것을 확인하기 위해 컨테이너 로그를 확인하십시오. 브라우저를 통해 Kafka 제어판에 액세스하십시오 : http : // localh

Docker에 MySQL 이미지를 입력하려면 다음 단계를 수행해야합니다. MySQL 컨테이너를 시작하십시오 (Docker Run -D-- 이름 my -mysql -e mysql_root_password = my -password mysql). 컨테이너 ID (Docker PS)를 찾으십시오. 컨테이너를 입력하십시오 (Docker Exec -it & lt; Container -ID & GT; Bash). mysql (mysql -u root -p)에 연결하십시오.

Docker에서 모든 이미지를 삭제하려면 Docker rmi -f $ (docker images -a -q) 명령을 사용하십시오. 이 명령은 다음을 수행합니다. 모든 이미지에 대한 ID 목록을 가져옵니다 (사용중인 이미지 포함). 힘을 삭제합니다.

Docker의 Redis는 마스터 슬레이브 복제를 설정해야합니다. 특정 단계는 다음과 같습니다. 1. 기본 Redis 컨테이너 생성; 2. 복제 컨테이너를 시작하고 메인 컨테이너에 연결하십시오. 3. 복제를 확인하십시오. 4. 실패를 수행하십시오 (필요한 경우); 5. 복제를 확장합니다 (선택 사항).


핫 AI 도구

Undresser.AI Undress
사실적인 누드 사진을 만들기 위한 AI 기반 앱

AI Clothes Remover
사진에서 옷을 제거하는 온라인 AI 도구입니다.

Undress AI Tool
무료로 이미지를 벗다

Clothoff.io
AI 옷 제거제

AI Hentai Generator
AI Hentai를 무료로 생성하십시오.

인기 기사

뜨거운 도구

드림위버 CS6
시각적 웹 개발 도구

안전한 시험 브라우저
안전한 시험 브라우저는 온라인 시험을 안전하게 치르기 위한 보안 브라우저 환경입니다. 이 소프트웨어는 모든 컴퓨터를 안전한 워크스테이션으로 바꿔줍니다. 이는 모든 유틸리티에 대한 액세스를 제어하고 학생들이 승인되지 않은 리소스를 사용하는 것을 방지합니다.

SublimeText3 Linux 새 버전
SublimeText3 Linux 최신 버전

맨티스BT
Mantis는 제품 결함 추적을 돕기 위해 설계된 배포하기 쉬운 웹 기반 결함 추적 도구입니다. PHP, MySQL 및 웹 서버가 필요합니다. 데모 및 호스팅 서비스를 확인해 보세요.

WebStorm Mac 버전
유용한 JavaScript 개발 도구
