Ubuntu18.04にnvidia-docker2をインストールする

以下のリンクのように前回、Dockerのインストールまでは済みましたので、今回はいよいよ目的のnvidia-docker2をインストールします。

今回も、基本的には、公式サイトの手順通りにやっていくだけですが、雰囲気を知れるように、ログを残しておきます。

aptにnvidia-dockerのリポジトリを追加

nvidia-dockerのサイトにしたがって、以下のコマンドを実行して、aptのkeyを追加して、aptをアップデートします。

$ curl -s -L https://nvidia.github.io/nvidia-docker/gpgkey | \
 sudo apt-key add -
$ distribution=$(. /etc/os-release;echo $ID$VERSION_ID)
$ curl -s -L https://nvidia.github.io/nvidia-docker/$distribution/nvidia-docker.list | \
 sudo tee /etc/apt/sources.list.d/nvidia-docker.list
$ sudo apt update

aptでnvidia-docker2をインストール

$ sudo apt install nvidia-docker2

Dockerデーモンを再起動させ、設定ファイルを再読込させる

$ sudo pkill -SIGHUP dockerd

これでインストール終了です。簡単。

動作確認

コンテナ内でnvidia-smiコマンドが動くかを確認します。

$ sudo docker run --runtime=nvidia --rm nvidia/cuda nvidia-smi
+-----------------------------------------------------------------------------+
| NVIDIA-SMI 418.56       Driver Version: 418.56       CUDA Version: 10.1     |
|-------------------------------+----------------------+----------------------+
| GPU  Name        Persistence-M| Bus-Id        Disp.A | Volatile Uncorr. ECC |
| Fan  Temp  Perf  Pwr:Usage/Cap|         Memory-Usage | GPU-Util  Compute M. |
|===============================+======================+======================|
|   0  GeForce RTX 2070    Off  | 00000000:01:00.0  On |                  N/A |
| 36%   33C    P8    11W / 175W |    302MiB /  7944MiB |      0%      Default |
+-------------------------------+----------------------+----------------------+
                                                                              
+-----------------------------------------------------------------------------+
| Processes:                                                       GPU Memory |
|  GPU       PID   Type   Process name                             Usage      |
|=============================================================================|
+-----------------------------------------------------------------------------+

上のような結果が出力されていたら、動作しています。

だんだんと機械学習環境らしくなってきました。

自宅で機械学習環境構築｜setoyama60jp｜note