[기타]docker로 딥러닝 환경 구축하기(1)도커 설치와 cuda 컨테이너 만들기

도커는 개발환경을 쉽고, 빠르게 구축가능 하게 해줍니다 

특히 여러명이 한 컴퓨터를 공유하는 경우 도커를 사용하지 않으면 설정 등이 여러가지로 꼬일 확률이 높습니다

오늘은 도커를 설치하고 컨테이너를 사용하는 것을 해보도록 하겠습니다

 

 

준비물

---

https://kjim.tistory.com/14

[기타]우분투 docker 설치하기

 

첫번째로는 도커를 설치해야합니다. 이전 포스팅에서 docker설치에 대해서 다룬적이 있습니다.

위의 포스팅을 참고 바라겠습니다

 

두번째로 저는 cuda가 설치되어 있는, 컨테이너를 설치할 예정입니다. 

본인의 그래픽 카드에 맞는 cuda를 설치해야하기 때문에 아래에서 cuda버전을 확인해봅시다 

 

https://www.wikiwand.com/en/CUDA#/GPUs_supported

Wikiwand - CUDA

 

버전을 확인하셨으면 다음 준비물을 준비해봅시다 

 

Cuda가 설치된 docker image

 

https://kjim.tistory.com/12

[기타]Docker 이용해서 cuda11.3 설치하기

 

요 글을 참고해주시면 좋을거 같습니다 

 

간략하게 설명드리면 아래 링크에 본인이 원하는 버젼의 cuda 이미지를 찾고 docekr pull을 이용해서 pc에 저장합시다.

https://hub.docker.com/r/nvidia/cuda/tags

Docker

os 종류도 여러가지니 본인 환경에 맞는 선택하시는걸 권장드립니다. 

저는 Quadro a5000을 사용하고 있고 cuda 11.4가 맞으니 아래걸 다운로드 받겠습니다.  

 

$docker pull nvidia/cuda:11.4.0-devel-ubuntu18.04

 

잘 다운로드가 되었으면 아래 코드를 실행시켜 컨테이너를 만들겠습니다

docker run -it --gpus all --name kj -p 3968:22 -p 32609:8888 nvidia/cuda:11.4.0-devel-ubuntu18.04

docker run 뒤에는 굉장히 많은 옵션들이 주루룩 달려있습니다. 

중요한 옵션은 --gpus all입니다. 저는 그래픽카드를 사용하는 연산을 수행할 예정입니다 

이를 위해서는 컨테이너에서 gpu를 사용가능하게 만들어줘야합니다 

예전에는 nvidia docker라는 별도의 패키지를 통해 컨테이너를 생성해줘야 했지만 지금은 

도커내에서 지원한다고 합나디 

 

이렇게 nvidia-smi 화면이 뜰겁니다. 햔재 gpu와 cuda버전이 잘 확인됩니다 

 

 

+

여기서 뭔가 막히시는데, 다른 포스팅을 보고 nvidia-docker를 설치하신적이 있으시다면

전부 지운다음에 다시 설치해주세요 

 

최신 버전의 docker에서는 자체적으로 gpu 연동이 된다고 합니다. 모르고 둘다 깔아본 경험상 

충돌을 일으키는지 컨테이너에 접근이 안됩니다..!