前言:
当前朋友们对“联想y470centos”大体比较注意,大家都想要剖析一些“联想y470centos”的相关知识。那么小编同时在网摘上搜集了一些对于“联想y470centos””的相关知识,希望朋友们能喜欢,大家一起来学习一下吧!一、安装docker
1、安装步骤见
2、设置docker随着机器开机自启动
systemctl enable docker.service
3、修改docker的daemon.json
默认情况下在/etc/docker/daemon.json位置,修改内容如下:
{ "default-runtime": "nvidia", "runtimes": { "nvidia": { "path": "nvidia-container-runtime", "runtimeArgs": [] } }}
4、重启docker
systemctl restart docker
二、安装驱动前的准备工作
1、查看系统是否有gcc
gcc -v
若无,安装gcc
yum install gcc
2、更新系统内核头文件和开发包
yum install kernel-devel-$(uname -r) kernel-headers-$(uname -r)
以及
yum install epel-release
3、禁用nouveau
nouveau是一个第三方开源的Nvidia驱动,一般Linux安装的时候默认会安装这个驱动。 这个驱动会与Nvidia官方的驱动冲突,在安装Nvidia驱动和和CUDA之前应先禁用nouveau。
查看系统是否正在使用nouveau
lsmod | grep nouveau
如果有输出内容,则表示存在,需要禁掉,执行如下命令:
vim /etc/modprobe.d/blacklist-nouveau.conf# 填写如下内容blacklist nouveauoptions nouveau modeset=0# 填写如上内容#备份当前的镜像mv /boot/initramfs-$(uname -r).img /boot/initramfs-$(uname -r).img.bakdracut --force /boot/initramfs-$(uname -r).img $(uname -r)# 重启宿主机reboot
# 系统开机后再次验证是否存在
lsmod | grep nouveau
三、安装nvidia driver
1、查看宿主机上的GPU信息
lspci | grep -I nvidia
2、查看系统信息
uname -m && cat /etc/redhat-release
3、下载driver
下载页面为
这里GPU是T4系列的,操作系统选择的RHEL 7(CentOS 7),cuda版本选择11.4,然后按照提示下载rpm包。
4、安装
执行下面命令安装
rpm -i nvidia-driver-local-repo-rhel7-470.161.03-1.0-1.x86_64.rpmyum clean allyum install cuda-drivers# 最后重启下宿主机reboot
重启机器后,可以执行nvidia-smi查看驱动的信息了。
四、安装cuda
1、下载
在页面上选择合适版本的cuda,比如11.4的,然后选择相关的平台:
这里选择rpm(local),即本地rpm安装 。
2、安装
执行如下命令进行安装:
rpm -i cuda-repo-rhel7-11-4-local-11.4.0_470.42.01-1.x86_64.rpmyum clean allyum -y install nvidia-driver-latest-dkms cudayum -y install cuda-drivers
如果安装过程中出现conflict信息,可以加上参数--skip-broken跳过。
五、构造一个带有cuda和硬件加速选项的docker镜像
1、基础镜像的选择
使用镜像,根据宿主机的系统和GPU情况选择合适的镜像tag,比如4.4-nvidia1804,表示是基于ubuntu18.04操作系统实现的带nvida 编解码器。
docker pull jrottenberg/ffmpeg:4.4-nvidia1804
2、运行容器
docker run --runtime=nvidia -e TZ="Asia/Shanghai" -itd --entrypoint='bash' --restart=always --name ffmpeg-nvidia -v /Users/zy/work/data/ffmpeg:/opt/data/ffmpeg jrottenberg/ffmpeg:4.4-nvidia1804
3、观察GPU的消耗情况
宿主机上另开一个终端窗口,输入如下命令观察GPU的消耗情况:
watch -n 3 nvidia-smi
表示每隔3秒更新一次GPU消耗情况,比如当ffmpeg命令执行时候,GPU的内存会有明显消耗。
六、其他
1、让ffmpeg容器环境也支持java运行
在容器内部执行:
apt-get install openjdk-8-jdk
2、保存新容器
退出上面运行中容器,然后保存运行中容器为一个新镜像,比如:
docker commit ffmpeg-nvidia ffmpeg-nvidia-jdk:1.0
标签: #联想y470centos