柚子的挖挖机

宿主机多cuda版本并存下的docker gpu调用

2024-02-29

背景

最近涉及到一个docker gpu使用场景，gpu服务器存在11.7、12.1两个cuda版本，程序A已经跑在cuda11.7上，我需要启动程序B，而程序B需要依赖cuda12.1。

问题

那么如何在不影响现有程序A的情况下，运行程序B，让服务器同时运行两套或者多套cuda呢？

分析

一般将调用gpu的程序打包到docker中时，会优先使用nvidia/cuda官方镜像，使得可以在docker容器内调用宿主机的gpu，官方镜像在启动docker容器时，会自动将当前linux用户下的环境变量传入docker
运行程序A和程序B的用户，需要为不同用户，比如：user01、user02
linux不同用户的环境变量env是隔离的，可以通过修改环境变量的方式，使当前用户涉及到cuda的环境变量指向所需的cuda版本，然后传入docker，即可启动

方案

1. host 修改环境变量： `vi ~/.bashrc` export PATH=/usr/local/cuda-12.1/bin:$PATH export LD_LIBRARY_PATH=/usr/local/cuda-12.1/lib64:$LD_LIBRARY_PATH 2. host 生效环境变量 source ~/.bashrc 3. host 检查一下 cuda 版本 nvcc -V 4. 运行 docker 容器 docker run -it -d \ -p 80:80 \ --gpus '"device=2,3"' \ --shm-size 32G \ --rm \ --name test\ pytorch/pytorch:2.0.1-cuda12.1-cudnn8-devel

总结

Docker内包含CUDA，但不包含 Nvidia GPU Driver
宿主机的Nvidia GPU Driver驱动必须大于 CUDA Toolkit要求的 Nvida GPU Driver驱动版本
Docker的CUDA和主机的CUDA无关，但是Docker和宿主机的驱动有关，为了保证CUDA Toolkit的Nvidia GPU 驱动要求，宿主机 Nvidia GPU 驱动需要满足CUDA Toolkit的最低版本要求

Post Views: 997

《 “宿主机多cuda版本并存下的docker gpu调用” 》有 2 条评论

jolly

2024-10-06

请教一下，宿主机一定需要安装cuda或者cuda-toolkit吗？我的宿主机GPU驱动已经到最新的，但是docker内安装的是比较老的版本，cuda11.0,运行训练模型的时候，报错

RuntimeError: CUDA error: no kernel image is available for execution on the device
CUDA kernel errors might be asynchronously reported at some other API call,so the stacktrace below might be incorrect.
For debugging consider passing CUDA_LAUNCH_BLOCKING=1.

回复
1. 柚子
  
  2024-12-04
  
  宿主机装驱动就行，你的问题和这个有点像：https://stackoverflow.com/questions/69968477/runtimeerror-cuda-error-no-kernel-image-is-available-for-execution-on-the-devi，可以看看
  
  回复

发表回复取消回复