RX3588的docker功能

深入理解Docker:从安装到容器管理
本文详细介绍了Docker的安装过程,包括验证安装、配置加速器、启动及解决启动问题。深入探讨了Docker容器的生命周期,如何启动、管理及删除镜像和容器。通过实例展示了如何使用Dockerfile构建自定义的nginx镜像,并运行web服务器。此外,还讨论了Ubuntu系统的本质,以及Docker镜像的原理和管理技巧。

##安装Docker

sudo apt install curl
sudo apt install apt-transport-https ca-certificates curl software-properties-common gnupg lsb-release
curl -fsSL https://download.docker.com/linux/ubuntu/gpg | sudo gpg --dearmor -o /usr/share/keyrings/docker-archive-keyring.gpg
echo "deb [arch=$(dpkg --print-architecture) signed-by=/usr/share/keyrings/docker-archive-keyring.gpg] https://download.docker.com/linux/ubuntu $(lsb_release -cs) stable" | sudo tee /etc/apt/sources.list.d/docker.list > /dev/null
sudo apt update
sudo apt install docker-ce docker-ce-cli containerd.io docker-compose-plugin

验证docker 安装是否成功

sudo docker info
Client:
 Context:    default
 Debug Mode: false
 Plugins:
  buildx: Docker Buildx (Docker Inc.)
    Version:  v0.10.4
    Path:     /usr/libexec/docker/cli-plugins/docker-buildx
  compose: Docker Compose (Docker Inc.)
    Version:  v2.17.2
    Path:     /usr/libexec/docker/cli-plugins/docker-compose

Server:
 Containers: 0
  Running: 0
  Paused: 0
  Stopped: 0
 Images: 0
 Server Version: 23.0.2
 Storage Driver: vfs
 Logging Driver: json-file
 Cgroup Driver: systemd
 Cgroup Version: 2
 Plugins:
  Volume: local
  Network: bridge host ipvlan macvlan null overlay
  Log: awslogs fluentd gcplogs gelf journald json-file local logentries splunk syslog
 Swarm: inactive
 Runtimes: io.containerd.runc.v2 runc
 Default Runtime: runc
 Init Binary: docker-init
 containerd version: 2806fc1057397dbaeefbea0e4e17bddfbd388f38
 runc version: v1.1.5-0-gf19387a
 init version: de40ad0
 Security Options:
  seccomp
   Profile: builtin
  cgroupns
 Kernel Version: 5.10.110
 Operating System: Ubuntu 22.04.2 LTS
 OSType: linux
 Architecture: aarch64
 CPUs: 8
 Total Memory: 7.489GiB
 Name: NanoPi-R6S
 ID: 4357134e-d836-48a2-acf5-69dafd4617f9
 Docker Root Dir: /var/lib/docker
 Debug Mode: false
 Registry: https://index.docker.io/v1/
 Experimental: false
 Insecure Registries:
  127.0.0.0/8
 Live Restore Enabled: false

编写daemon.json,用于加速器

sudo touch /etc/docker/daemon.json
sudo chmod 777 /etc/docker/daemon.json 
vim /etc/docker/daemon.json 
{
   
   
                "registry-mirrors":
                        ["https://8xpk5wnt.mirror.aliyuncs.com"]
}

用命令修改daemon.json的仓库地址

pi@NanoPi-R6S:~$ curl -sSL https://get.daocloud.io/daotools/set_mirror.sh | sh -s http://f1361db2.m.daocloud.io
docker version >= 1.12
[sudo] password for pi: 
{
   
   
                "registry-mirrors": ["http://f1361db2.m.daocloud.io"]
}
Success.
You need to restart docker to take effect: sudo systemctl restart docker.service
pi@NanoPi-R6S:~$ systemctl restart docker

启动dockers

sudo systemctl daemon-reload
sudo systemctl enable docker
sudo systemctl restart docker
ps -ef|grep dockerd
docker ps
docker images
docker version

docker启动报错:Job for docker. service failed because the control process exited with error code

mv etc/docker/daemon.json etc/docker/daemon.conf
systemctl restart docker

查看到下列信息,表明docker正确启动了


                
### 关于Docker配置或兼容性问题与Radeon 7800 XT显卡 对于涉及 Docker 容器环境下的 Radeon RX 7800 XT 显卡,主要关注点在于如何确保 GPU 资源能够被容器内的应用程序有效利用以及确认驱动程序的正确安装和支持情况。 #### Docker 配置以支持GPU加速 为了使 Docker 支持 AMD 的 Radeon RX 7800 XT,在宿主机上需要先完成必要的准备工作: - **安装AMD官方提供的开源驱动**:这通常涉及到通过包管理工具获取最新的 amdgpu 驱动,并按照操作系统的具体指南来部署。 - **启用并验证ROCm平台**:ROCM (Radeon Open Compute) 是由 AMD 开发的一个开放软件堆栈,旨在提供高性能计算能力给开发者。确保 ROCm 已经成功安装并且可以正常工作是非常重要的一步[^1]。 一旦上述条件满足,则可以在创建 Docker 容器时指定特定参数以便访问物理设备上的图形处理单元: ```bash docker run --gpus all nvidia/cuda:11.0-base ``` 注意这里使用的 `--gpus` 参数是 NVIDIA 提供的功能;而对于 AMD 设备来说,可能需要用到不同的方法或者等待社区开发相应的解决方案。目前,某些情况下可以通过传递额外选项如 `--device=/dev/dri:/dev/dri` 来尝试让容器内部的应用识别到外部连接着的显示适配器[^2]。 另外值得注意的是,尽管存在一些实验性的项目试图实现跨厂商的一致接口(比如 MIGraphX),但在实际生产环境中还是推荐遵循各自硬件制造商所给出的最佳实践指导来进行集成测试和优化调整[^3]。 #### Radeon RX 7800 XT 和 Docker之间的潜在挑战 由于当前大多数云原生框架更倾向于围绕 Nvidia CUDA 架构构建其生态系统,因此可能会遇到如下几个方面的问题: - 缺乏广泛认可的标准API用于描述不同品牌间的异构计算资源; - 社区贡献者数量相对较少可能导致文档不够详尽全面; - 性能调优方面的资料稀缺影响最佳性能释放的可能性。 综上所述,虽然理论上讲任何现代 Linux 发行版都应该有能力运行带有适当驱动程序加载后的任意种类 GPU ,但是针对像 Radeon RX 7800 XT 这样的高端消费级产品而言,想要顺利将其功能引入基于容器化的工作流之中仍需克服不少障碍[^4]。
评论 1
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值