cuda环境的配置
分为不同的系统，把环境变量的搞好就行
cuda版本可以向下兼容
比如我的cuda是11.0.
如果我安装需要cuda11.1的库，那么肯定过不了。
但是如果我安装cuda版本为10.1的，那么可以继续兼容安装
基于docker 的nvida环境配置
要配置好这个环境1，需要首先安装好NVIDIA Container Toolkit的这个容器。
和配置cuda类似，主要需要注意cuda的版本要和自己的cuda版本兼容
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
|
# install NVIDIA Container Toolkit
distribution=$(. /etc/os-release;echo $ID$VERSION_ID) \
&& curl -s -L https://nvidia.github.io/nvidia-docker/gpgkey | sudo apt-key add - \
&& curl -s -L https://nvidia.github.io/nvidia-docker/$distribution/nvidia-docker.list | sudo tee /etc/apt/sources.list.d/nvidia-docker.list
curl -s -L https://nvidia.github.io/nvidia-container-runtime/experimental/$distribution/nvidia-container-runtime.list | sudo tee /etc/apt/sources.list.d/nvidia-container-runtime.list
sudo apt-get update
sudo apt-get install -y nvidia-docker2
sudo systemctl restart docker
# run a container with gpu
# 一个基于Ubuntu的基础镜像
sudo docker run --rm --gpus all nvidia/cuda:11.0.3-base-ubuntu20.04 nvidia-smi
#sudo docker run --rm --gpus all nvidia/cuda:11.0-base nvidia-smi
#or
#nvidia-docker run --rm all nvidia/cuda:11.0-base nvidia-smi
|
其他项目如果需要使用到NVIDIA环境，那么需要在启动时声明。
mindspore 环境的安装
我这里选择的是用docker去安装
1
|
docker run -i -p 51020:22 -p 51180:8888 -v /dev/shm:/dev/shm -v $PWD/ms:/home --runtime=nvidia swr.cn-south-1.myhuaweicloud.com/mindspore/mindspore-gpu-cuda10.1:1.8.1
|
docker ssh服务
设置root用户密码为admin
开启容器的ssh服务
https://www.cnblogs.com/devilmaycry812839668/p/13691236.html
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
|
# update source
apt-get update
# install ssh
apt-get install openssh-server
# maybe need
mkdir /run/sshd
# start
/usr/sbin/sshd -D &
# 注意
ssh服务，可以设置为该环境的初始启动命令
|
打开root用户的登录权限
1
2
3
|
通过 cat 等指令查看 /etc/ssh/sshd_config 中是否包含类似如下配置：
PermitRootLogin no
改为yes
|
然后重启ssh服务就行
ref
https://docs.nvidia.com/datacenter/cloud-native/container-toolkit/install-guide.html#docker
https://juejin.cn/post/6999883472487596062
