為深度學習項目建立一個良好的環境不是一件容易的任務。因為需要處理的事情太多了:庫必須匹配特定的版本，整個環境需要可以復制到其他機器上，所有東西都需要能夠機器中的所有驅動程序通信。這意味著你需要為你的NVIDIA GPU安裝特定的驅動程序，并且CUDA庫必須與你的驅動程序和你想要使用的框架兼容。

隨著容器徹底改變了軟件開發的世界，現在它們也可以幫助數據科學家構建更健壯的環境。

有一件事是肯定的:數據科學可以從軟件開發領域學到一些東西。

NVIDIA NGC是一個軟件中心，提供gpu優化框架、預訓練模型和工具包來培訓和部署生產中的AI。它是一個容器注冊中心，包含訓練模型所需的所有工具:無論您使用的是caffee2、Pytorch、Tensorflow、Keras、Julia還是其他工具都沒有關系。

在NGC目錄中有大量可生產的容器，你只需要選擇你自己想用的。

Nvidia NGC不僅是一個容器注冊中心，它還內置了許多功能，可以幫助您的組織將模型帶到生產環境中。

從頭開始

讓我們從一臺配備了GPU的linux機器開始(GPU不是強制性的，但如果你想訓練模型，強烈建議使用GPU)。我在Ubuntu 20.04 LTS和18.04 LTS上測試了這個功能，但是可以很容易地適應其他Linux發行版。

我們需要做什么?

步驟很簡單，我們只需要安裝NVIDIA驅動程序和Docker。然后我們下載我們想要的docker鏡像并開始工作!

第一步:在Ubuntu 20.04上安裝NVIDIA驅動程序

注意:如果你使用的是另一個Ubuntu版本，請確保你修改了相應的腳本。此外，如果啟用了Secure Boot，這種方法也不起作用。

sudo apt install linux-headers-$(uname -r)
curl -O https://developer.download.nvidia.com/compute/cuda/repos/ubuntu2004/x86_64/cuda-ubuntu2004.pin
sudo mv cuda-ubuntu2004.pin /etc/apt/preferences.d/cuda-repository-pin-600
sudo apt-key adv?-?fetch-keys https://developer.download.nvidia.com/compute/cuda/repos/ubuntu2004/x86_64/7fa2af80.pub
sudo add-apt-repository "deb https://developer.download.nvidia.com/compute/cuda/repos/ubuntu2004/x86_64/ /"
sudo apt update
sudo apt -y install cuda

使用nvidia-smi命令驗證安裝。你應該看到這樣的東西。

第二步:在Ubuntu 20.04中安裝Docker

#!/bin/sh
#Set up the repository
sudo apt-get update
sudo apt-get install -y 
apt-transport-https 
ca-certificates 
curl 
gnupg-agent 
software-properties-common
# Add Docker’s official GPG key:
curl -fsSL https://download.docker.com/linux/ubuntu/gpg | sudo apt-key add -
# set up the stable repository
sudo add-apt-repository 
"deb [arch=amd64] https://download.docker.com/linux/ubuntu 
$(lsb_release -cs) 
stable"
sudo apt-get update
sudo apt-get install -y docker-ce docker-ce-cli containerd.io
# Substitute ubuntu with your username
sudo usermod -aG docker ubuntu

注意:你需要注銷和登錄，以在沒有sudo權限的情況下使用docker命令。

第三步:讓Docker與NVIDIA driver通信

curl -s -L https://nvidia.github.io/nvidia-docker/gpgkey | 
sudo apt-key add -
curl -s -L https://nvidia.github.io/nvidia-docker/ubuntu16.04/amd64/nvidia-docker.list | 
sudo tee /etc/apt/sources.list.d/nvidia-docker.list
sudo apt update
sudo apt-get install -y docker nvidia-container-toolkit

我們現在想測試Docker是否能夠與NVIDIA驅動程序通信。要做到這一點，只需運行以下命令，您應該會看到與步驟1類似的結果。

sudo docker run --rm --gpus all nvidia/cuda:11.0-base nvidia-smi

注意:我在不同的云主機提供商上試驗過，根據操作系統、虛擬機類型和gpu，此時可能需要重啟。因此，如果出現錯誤，請嘗試sudo reboot并再次執行上述命令。正常的話應該看到nvidia-smi結果。

第四步:讓我們獲取鏡像并運行它!

#Download NGC Tensorflow 2 Image
docker pull nvcr.io/nvidia/tensorflow:20.12-tf2-py3
# create local_dir folder mounted at /container_dir in the container
mkdir /home/ubuntu/local_dir
docker run --gpus all --shm-size=1g --ulimit memlock=-1 --ulimit stack=67108864 -it --rm -v /home/ubuntu/local_dir:/container_dir nvcr.io/nvidia/tensorflow:20.10-tf2-py3

注意:flags - shm-size=1g - ulimit memlock=-1 - ulimit stack=67108864是必要的，為了避免操作系統限制資源分配給Docker容器。

我們現在進入了容器，讓我們看看是否一切正常。

正如你從圖片中看到的，GPU是可用的，tensorflow可以使用它。

最后:訪問docker環境

當您斷開與機器的連接時，您將注意到您已經不在容器內了。

要再次連接，你需要使用docker ps找到正在運行的容器的container_ id，然后:

docker exec -it <containerid> /bin/bash</containerid>

最后總結

在本教程中，我們發現使用NVIDIA NGC的圖像創建一個具有所有庫和工具的生產就緒環境是多么容易。

我們看到了配置Docker使其與NVIDIA驅動程序和所需框架通信是多么容易。

我們在5分鐘內完成了所有這些工作

作者：Roberto Di Bella

deeohub翻譯組