我对Rapids不熟悉,并且很少有良好的conda使用经验。所以我尝试使用容器版本。我对Docker也不熟悉,这些未知因素让我无法理清事情。
我有一个Ubuntu 18.04服务器。
# uname -v
#30~18.04.1-Ubuntu SMP Fri Jan 17 06:14:09 UTC 2020
我安装了最新版本的Docker。
# apt-get install docker docker-ce docker-ce-cli containerd.io
# docker --version
Docker version 19.03.8, build afacb8b7f0
这台机器已安装了CUDA v10.2
# nvcc --version
nvcc: NVIDIA (R) Cuda compiler driver
Copyright (c) 2005-2019 NVIDIA Corporation
Built on Wed_Oct_23_19:24:38_PDT_2019
Cuda compilation tools, release 10.2, V10.2.89
以及Python v3.6.9
# python3 --version
Python 3.6.9
如NVIDIA容器工具包快速入门部分所示,我将nvidia-docker列表安装到/etc/apt/sources.list.d/目录下。
# curl -s -L https://nvidia.github.io/nvidia-docker/gpgkey | sudo apt-key add -
# curl -s -L https://nvidia.github.io/nvidia-docker/ubuntu18.04/nvidia-docker.list | sudo tee /etc/apt/sources.list.d/nvidia-docker.list
将$ distribution 明确替换为ubuntu18.04
,因为这是Linux Mint 19.3的Ubuntu等效版本,具体操作请参考Linux Mint Debian Edition发行版历史。
按照RAPIDS - Open GPU数据科学中的“启动容器和笔记本服务器”说明,我拉取了0.13-cuda10.2-runtime-ubuntu18.04-py3.6运行时。
# docker pull rapidsai/rapidsai:0.13-cuda10.2-runtime-ubuntu18.04-py3.6
很长一段时间后,下载了数GB的数据,一切似乎都没问题。(没有警告或错误信息)此外,看起来镜像已被注册到Docker。
# docker images -a
REPOSITORY TAG IMAGE ID CREATED SIZE
rapidsai/rapidsai 0.13-cuda10.2-runtime-ubuntu18.04-py3.6 c7440af853b5 4 days ago 9.26GB
rapidsai/rapidsai cuda10.2-runtime-ubuntu18.04-py3.6 c7440af853b5 4 days ago 9.26GB
但是,接下来我尝试启动笔记本服务器:
# docker run --gpus all --rm -it -p 8888:8888 -p 8787:8787 -p 8786:8786 \
rapidsai/rapidsai:cuda10.0-runtime-ubuntu18.04-py3.6
docker: Error response from daemon: could not select device driver "" with capabilities: [[gpu]].
这似乎令人惊讶,因为检测到了两个GTX 1080 Ti GPU。
# nvidia-smi
Fri May 8 16:41:57 2020
+-----------------------------------------------------------------------------+
| NVIDIA-SMI 440.33.01 Driver Version: 440.33.01 CUDA Version: 10.2 |
|-------------------------------+----------------------+----------------------+
| GPU Name Persistence-M| Bus-Id Disp.A | Volatile Uncorr. ECC |
| Fan Temp Perf Pwr:Usage/Cap| Memory-Usage | GPU-Util Compute M. |
|===============================+======================+======================|
| 0 GeForce GTX 108... On | 00000000:08:00.0 Off | N/A |
| 21% 38C P8 10W / 250W | 1MiB / 11178MiB | 0% Default |
+-------------------------------+----------------------+----------------------+
| 1 GeForce GTX 108... On | 00000000:42:00.0 Off | N/A |
| 23% 42C P8 10W / 250W | 1MiB / 11177MiB | 0% Default |
+-------------------------------+----------------------+----------------------+
+-----------------------------------------------------------------------------+
| Processes: GPU Memory |
| GPU PID Type Process name Usage |
|=============================================================================|
| No running processes found |
+-----------------------------------------------------------------------------+
整理好之后
# docker system prune -a
# apt-get purge docker docker-engine docker.io containerd runc
我重新安装了Docker并再次拉取Rapidsai镜像,结果没有变化。
是否与NVIDIA驱动程序版本440.33.01冲突?
有什么建议吗?
sudo systemctl restart docker
- Hamzeh