官方的PyTorch Docker image基于nvidia/cuda，它可以在Docker CE上运行，而无需任何GPU。我猜它也可以在nvidia-docker上运行，我认为已启用CUDA支持。是否可以在没有任何GPU的x86 CPU上运行nvidia-docker本身？有没有一种构建单个Docker映像的方法，该映像在可用时（例如，在nvidia-docker内部运行时）利用CUDA支持，否则使用CPU？在Docker CE内部使用torch.cuda会发生什么？ Docker CE之间到底有什么区别？为什么nvidia-docker无法合并到Docker CE中？
答案 0 :(得分：5)
nvidia-docker是docker --runtime nvidia的快捷方式。我确实希望他们有一天可以合并它，但是现在它是第三方运行时。他们在GitHub page上解释了它的含义和作用。
runc的修改版本，向所有容器添加了自定义的预启动钩子。 如果在OCI规范中设置了环境变量NVIDIA_VISIBLE_DEVICES，则该钩子将利用libnvidia-container项目中的nvidia-container-cli为容器配置GPU访问。
没有什么可以阻止您使用常规nvidia-docker运行用于docker的映像。它们工作得很好，但是如果您在其中运行需要GPU的东西，那将会失败。
我认为您无法在没有GPU的计算机上运行nvidia-docker。它无法找到要查找的CUDA文件，并且会出错。
要创建可同时在docker和nvidia-docker上运行的映像，其中的程序必须能够知道它在哪里运行。我不确定是否有官方方法，但是您可以尝试以下方法之一：
nvidia-smi是否可用$CUDA_LIB_PATH中指定的目录是否存在