docker挂载NVIDIA显卡运行pytorch的方法

写在前面：

　　请参考之前的文章安装好CentOS、NVIDIA相关驱动及软件、docker及加速镜像。

　　主机运行环境

$ uname -a
Linux CentOS 3.10.0-514.26.2.el7.x86_64 #1 SMP Tue Jul 4 15:04:05 UTC 2017 x86_64 x86_64 x86_64 GNU/Linux
$ cat /usr/local/cuda/version.txt
CUDA Version 8.0.61
$ cat /usr/local/cuda/include/cudnn.h | grep CUDNN_MAJOR -A 2
#define CUDNN_MAJOR   6
#define CUDNN_MINOR   0
#define CUDNN_PATCHLEVEL 21
#define CUDNN_VERSION  (CUDNN_MAJOR * 1000 + CUDNN_MINOR * 100 + CUDNN_PATCHLEVEL)
#include "driver_types.h"
# NVIDIA 1080ti 

一、关于GPU的挂载

1. 在docker运行时指定device挂载

　　先查看一下有哪些相关设备

$ ls -la /dev | grep nvidia
crw-rw-rw-  1 root root  195,  0 Nov 15 13:41 nvidia0
crw-rw-rw-  1 root root  195,  1 Nov 15 13:41 nvidia1
crw-rw-rw-  1 root root  195, 255 Nov 15 13:41 nvidiactl
crw-rw-rw-  1 root root  242,  0 Nov 15 13:41 nvidia-uvm
crw-rw-rw-  1 root root  242,  1 Nov 15 13:41 nvidia-uvm-tools

　　电脑上装了两个显卡。我需要运行pytorch，dockerhub中pytorch官方镜像没有gpu支持，所以只能先pull一个anaconda镜像试试，后面可以编排成Dockerfile。

$ docker run -it -d --rm --name pytorch -v /home/qiyafei/pytorch:/mnt/home --privileged=true --device /dev/nvidia-uvm:/dev/nvidia-uvm --device /dev/nvidia1:/dev/nvidia1 --device /dev/nvidiactl:/dev/nvidiactl okwrtdsh/anaconda3 bash

　　okwrtdsh的镜像似乎是针对他们实验室GPU环境的，有点过大了，不过勉强运行一下还是可以的。在容器内部还需要

安装pytorch：

$ conda install pytorch torchvision -c pytorch

　　这里运行torch成功，但是加载显卡失败了，可能还是因为驱动不匹配的原因吧，需要重新安装驱动，暂时不做此尝试； 

二、通过nvidia-docker在docker内使用显卡

详细信息：https://github.com/NVIDIA/nvidia-docker

（1）安装nvidia-docker

　　nvidia-docker其实是docker引擎的一个应用插件，专门面向NVIDIA GPU，因为docker引擎是不支持NVIDIA驱动的，安装插件后可以在用户层上直接使用cuda。具体看上图。这个图很形象，docker引擎的运行机制也表现出来了，就是在系统内核之上通过cgroup和namespace虚拟出一个容器OS的用户空间，我不清楚这是否运行在ring0上，但是cuda和应用确实可以使用了（虚拟化的问题，如果关心此类问题可以了解一些关于docker、kvm等等虚拟化的实现方式，目前是系统类比较火热的话题）

　　下载rpm包：https://github.com/NVIDIA/nvidia-docker/releases/download/v1.0.1/nvidia-docker-1.0.1-1.x86_64.rpm

　　这里也可以通过添加apt或者yum sourcelist的方式进行安装，但是我没有root权限，而且update容易引起docker重启，如果不是实验室的个人环境不推荐这么做，防止破坏别人正在运行的程序（之前公司一个小伙子就是在阿里云上进行了yum update，结果导致公司部分业务停了一个上午）。

$ sudo rpm -i nvidia-docker-1.0.1-1.x86_64.rpm && rm nvidia-docker-1.0.1-1.x86_64.rpm
$ sudo systemctl start nvidia-docker

（2）容器测试

　　我们还需要NVIDIA官方提供的docker容器nvidia/cuda，里面已经编译安装了CUDA和CUDNN，或者直接run，缺少image的会自动pull。

$ docker pull nvidia/cuda
$ nvidia-docker run --rm nvidia/cuda nvidia-smi

 　　在容器内测试是可以成功使用nvidia显卡的：

（3）合适的镜像或者自制dockerfile

合适的镜像：这里推荐Floydhub的pytorch，注意对应的cuda和cudnn版本。

docker pull floydhub/pytorch:0.3.0-gpu.cuda8cudnn6-py3.22
nvidia-docker run -ti -d --rm floydhub/pytorch:0.3.0-gpu.cuda8cudnn6-py3.22 bash

三、关于一些bug

　　这里有部分debian的配置，我照着dockerhub上anaconda镜像抄的，这里就不再配置了，反正跑起来后有镜像也可以用。系统随后可能会出现错误：

kernel:unregister_netdevice: waiting for lo to become free. Usage count = 1

　　这个小哥给出了一个解决方案，至少他给出的错误原因我是相信的：是由内核的TCP套接字错误引发的。这里我给出一些思考，关于上面的结构图，在显卡上，通过nvidia-docker，docker之上的容器可以使用到底层显卡（驱动显然是在docker之下的），而TCP套接字，我猜测也是这种使用方法，而虚拟出来的dockerOS，应该是没有权限来访问宿主机内核的，至少内核限制了部分权限。这位小哥给出了测试内核，如果有兴趣可以去帮他测试一下：https://bugs.launchpad.net/ubuntu/+source/linux/+bug/1711407/comments/46。

总结

以上所述是小编给大家介绍的docker挂载NVIDIA显卡运行pytorch的方法，希望对大家有所帮助，如果大家有任何疑问请给我留言，小编会及时回复大家的。在此也非常感谢大家对网站的支持！