06 容器内如何使用gpu

docker使用gpu总结:

https://www.cnblogs.com/linhaifeng/p/16108285.html

产品需要gpu

cpu:擅长逻辑控制,串行的运算

gpu:擅长大规模并发计算

Nvidia中文名英伟达,1999年,NVIDIA定义了GPU,这极大地推动了PC游戏市场的发展,重新定义了现代计算机图形技术,并彻底改变了并行计算

NVIDIA Tesla GPU系列P4、T4、P40以及V100是Tesla GPU系列的明星产品

当下计算行业正在从只使用CPU的“中央处理”向CPU与GPU并用的“协同处理”发展。

CPU负责数据的逻辑处理,然后将处理好的数据交给GPU进行大规模的运算。

为此,NVIDIA™(英伟达™)发明了CUDA这一编程模型,它提供了可以直接调用GPU硬件接口,可用于在应用程序中充分利用CPU和GPU各自的优点

nvidia-docker

Docker引擎本身并不支持GPU,之前想在容器中使用GPU,需要在容器内安装GPU的驱动,然后把主机上的GPU设备(例如:/dev/nvidia0)映射到container中。

而且GPU属于特定的厂商产品,需要特定的driver,所以这样的Docker image并不具备可移植性。

Nvidia-docker项目就是为了解决这个问题,它让Docker image不需要知道底层GPU的相关信息,而是通过启动container时mount设备和驱动文件来实现的。

注:docker 19.03版本以后可不装nvidia-docker,直接集成在引擎内部

了解nvidia-docker架构图如下

显示所有GPU的当前信息状态:

联系管理员微信tutu19192010,注册账号

上一篇
下一篇
Copyright © 2022 Egon的知识星球 egonlin.com 版权所有 帮助IT小伙伴学到真正的技术