Question

我想将最小的cuda运行时文件安装到alpine linux中，并使用cuda创建一个比nvidia自己提供的小得多的docker库。 nvidia的官方版像往常一样巨大。

如何在docker build期间不提取整个cuda 8工具包的情况下获取这些运行时文件？

Answer 1

我无法确定可能还需要哪些其他文件。但是，Nvidia驱动程序是使用glibc编译的，而alpine使用musl来保持其较小的占用空间。您可能需要nvidia驱动程序的source code，以便可以使用musl或实现glibc的高山基础映像（例如this one）对其进行重新编译。我还没有尝试使用它，但是我能够在高山3.8容器上用libcudacore和musl成功编译gcc/make。我还不能编译整个Nvidia / Cuda工具包。当我有更多时间时，我将尝试进行更多测试。

Answer 2

现实是Alpine Linux Musl或它的libc端口不以任何方式支持Nvidia / CUDA，即使您在炼金术士的事业上取得了成功，您仍然会得到一个不稳定的印象。

Nvidia驱动程序和CUDA工具包是非常复杂的系统，老实说，我看不出自己为不支持的系统库或libc的不支持端口进行编译的意义，即使在编译的情况下，所有意外事件都可能发生。使用Debian的苗条映像或Ubuntu最小版，并手动安装官方支持的文件，因为这是您可以下载的最小文件。甚至更好地使用“巨大”的Nvidia DockerHub映像（基于Ubuntu LTS）。

无论如何，除了这个问题之外，Nvidia DockerHub是最好的选择，它们得到了CUDA Toolkit本身的创建者的支持，而且他们没有任何头脑。如果您想挑剔，请访问其Gitlab的docker仓库，您可以轻松快捷地手动构建Debian / Ubuntu。

是的，它们的Nvidia DockerHub映像是1-2 gig的大映像，但是通常您只需要下载一次即可，因为使用映像作为基础，如果您将代码添加到其中，则仅添加正常情况下的代码层小到几十个Mbi要经常拉/推，不是整个图像，所以说实话，我看不出人们如此关注图像大小的原因，毫无疑问，小是更好在一定程度上，将宝贵的时间花在实际需求上要好得多。

Answer 3

某人对高山c的解决方案：

CSS Tricks

<div class="wrapper">
  <div class="bed">
    <img src="https://image.shutterstock.com/image-vector/default-ui-image-placeholder-wireframes-260nw-1037719192.jpg" alt="">
  </div>
  <div class="pillow">
    <img src="https://image.shutterstock.com/image-vector/default-ui-image-placeholder-wireframes-260nw-1037719192.jpg" alt="">
  </div>
  <div class="kitchen">
    <img src="https://image.shutterstock.com/image-vector/default-ui-image-placeholder-wireframes-260nw-1037719192.jpg" alt="">
  </div>
  <div class="living-room">
    <img src="https://image.shutterstock.com/image-vector/default-ui-image-placeholder-wireframes-260nw-1037719192.jpg" alt="">
  </div>
  <div class="sofa">
    <img src="https://image.shutterstock.com/image-vector/default-ui-image-placeholder-wireframes-260nw-1037719192.jpg" alt="">
  </div>
</div>

Answer 4

请定义“进入 Alpine Linux”的实际含义。
无论您是直接在主机上运行工作负载还是在容器或 chroot 中运行工作负载 - 您都需要在 上安装整个 NVidia 驱动程序堆栈（包括 Cuda 库、内核驱动程序等）主持人。
另外，内核和用户态驱动程序是同一产品的两个方面，两者必须具有相同的版本。
这意味着：无论主机操作系统实际上是什么，它都必须是 NVidia 直接支持的操作系统之一。您必须完全使用 Nvidia 为其构建专有/二进制驱动程序的内核版本（和配置）。
使用不同的内核版本或使用不同的配置重新编译它可能工作，但它危险。即使有官方支持的发行版，它仍然是赌博，取决于月相或一些中国米袋是否掉了下来。它通常有效，但当它不再有效时，您很可能不走运。
现在，当您将工作负载放入某个单独的操作系统映像中时，例如chroot 或容器，您还必须在该映像中具有相同驱动程序包版本。使用容器或 chroot 的主要原因之一 - 将应用程序与主机操作系统隔离和解耦（因此您不再需要安装它们并独立进行升级，甚至具有独立于主机操作系统的容器映像） - 现在立即无效。主机和工作负载需要完全匹配。
简而言之：如果您想要一个 CUDA 工作负载，主机操作系统和工作负载映像（容器、chroot 等）都需要得到支持，而且它们都需要安装相同的驱动程序版本。其他的都只是俄罗斯轮盘赌。
既然有人提到了“nvidia-docker”。这打破了 docker 最初的目的的安全隔离。（只需查看源代码，它实际上可以在 Github 某处找到）。
它只不过是一个更好的 chroot。而且，主机和 docker 镜像需要安装相同驱动程序堆栈版本。
最后，我想问一个问题，您的实际用例是什么。

请注意：这对于在完全不重要的家用电脑上玩游戏来说可能没问题，但真的不适合任何专业人士，稳定性和安全性很重要。如果您受某些数据安全/隐私法规（如 GDPO）的约束，请远离此 - 您只是无法通过这些专有驱动程序遵守这些法规。法律上危险。

--mtx

附录：为什么专有内核驱动程序不能可靠地工作？明确回答：Linux 内核从来没有为此设计过，只是不支持。
更长的答案：内核模块不是外部程序，它们在某些隔离的环境中执行（例如使用用户态程序完成） - 它们（根据定义）是恰好在需要时延迟加载的内核。（它们甚至不像共享库/DLL）。
这意味着它们必须适合 - 在二进制级别 - 完全适合您正在运行的内核的实际构建。编译内核时，有很多配置选项会以微妙的方式影响实际的内部二进制布局，
例如启用/禁用某些功能可以更改某些数据结构的布局，特定于 CPU 的优化可以更改数据结构、调用约定、锁定机制等等。
而且这些东西也会从内核版本更改为另一个版本。我们是例如进行大量内部重构（例如在数据结构、宏和内联函数中），然后同一段源代码生成截然不同的二进制代码。
因此，任何内核模块总是需要为特定的内核映像完全编译（使用相同的配置选项，针对相同的包含，使用相同的编译器标志），否则你可能会面临可怕的失败，这可能会导致锁定、安全漏洞、数据损坏甚至数据完全丢失。

您已收到警告。

Answer 5

事实上，事实证明这比预期的要容易得多。我只是不太了解nvidia-docker项目到底有多远，以及它是如何工作的。

基本上，下载并安装最新的nvidia-docker。来自nvidia-docker项目。

https://github.com/NVIDIA/nvidia-docker/releases

然后创建一个alpine linux Dockerfile。

FROM alpine:3.5
LABEL com.nvidia.volumes.needed="nvidia_driver"
ENV PATH /usr/local/nvidia/bin:/usr/local/cuda/bin:${PATH}
ENV LD_LIBRARY_PATH /usr/local/nvidia/lib:/usr/local/nvidia/lib64

RUN /bin/sh

构建它。

docker build -t alpine-nvidia

运行

nvidia-docker run -ti --rm alpine-nvidia

请注意使用nvidia-docker cli而不是普通的docker cli。

nvidia-docker使用额外参数调用docker cli。

如何在Alpine linux中安装最小的cuda驱动程序文件

5 个答案: