Question

我已经安装了DC / OS v1.8.4，目标节点有gpu资源并且还安装了nvidia驱动程序，我尝试在mesos容器中部署tensorflow，但是失败了，mesos的stderr中只有一条错误消息：

mesos-containerizer: error while loading shared libraries: libmesos-1.0.1.so: cannot open shared object file: No such file or directory

但我可以成功部署其他服务，例如nginx，wordpress（也在mesos容器中）

问题可能是由张量流图像引起的，在其父图像CUDA中，它重置LD_LIBRARY_PATH：

ENV PATH /usr/local/nvidia/bin:/usr/local/cuda/bin:${PATH} ENV LD_LIBRARY_PATH /usr/local/nvidia/lib:/usr/local/nvidia/lib64

在OpenDCOS中，在mesos-agent启动之前，它将其执行程序的环境变量LD_LIBRARY_PATH设置为“/ opt / mesosphere / lib”，以便执行程序可以找到必要的so文件，但在上面的情况下，LD_LIBRARY_PATH由tensorflow重置，所以它未能启动！

任何人都知道OpenDCOS如何处理这个问题？修改这些公共CUDA图像？

Answer 1

GPU仅在DC / OS 1.9 +

中得到官方支持

有关让GPU在1.8中工作的（不支持的）说明，请参阅我在DC / OS邮件列表中对此问题的回答： https://groups.google.com/a/dcos.io/d/msg/users/HEgcUfRRqzk/inIBmapMCQAJ

此外，在容器映像中为1.9之前的集群设置LD_LIBRARY_PATH也存在一个已知问题（尽管它通常表现为缺少的libssl.so库）。

在您的情况下，CUDA容器正在设置LD_LIBRARY_PATH，它覆盖了DC / OS依赖的LD_LIBRARY_PATH设置以查找它的库文件。这显然是DC / OS中的一个错误，并且已经在1.9中修复。最好（不支持）的解决方法是运行

sudo ldconfig /opt/mesosphere/lib

在所有节点上将/opt/mesosphere/lib放入默认库路径中。您必须在每次重新启动时重做此操作（或者）将/opt/mesosphere/lib添加到/etc/ld.so.conf.d/下的文件中以使其持久（可能是/etc/ld.so.conf.d/dcos.conf？）。

这个解决潜在问题的JIRA可以在这里找到： https://issues.apache.org/jira/browse/MESOS-7027