doker 使用英伟达GPU报错处理

最新推荐文章于 2025-06-26 23:31:44 发布
最新推荐文章于 2025-06-26 23:31:44 发布
阅读量1.4k 收藏 9
点赞数 7
CC 4.0 BY-SA版权
文章标签： AI编程
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/chawk1978/article/details/136127666
本文讲述了在Docker中部署使用NVIDIAGPU的应用时遇到的错误，原因在于nvidia-container-toolkit未安装。文章详细介绍了在Ubuntu环境下通过更新apt仓库、安装工具包并验证其安装成功的步骤。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

近在docker容器中部署使用英伟达GPU的应用出现以下报错：

Error response from daemon: could not select device driver "nvidia" with capabilities: [[gpu]]

原因为：

nvidia-container-toolkit 未安装

ubuntu环境下的解决方法如下：

1、更新apt 仓库

curl -fsSL https://nvidia.github.io/libnvidia-container/gpgkey | sudo gpg --dearmor -o /usr/share/keyrings/nvidia-container-toolkit-keyring.gpg \
  && curl -s -L https://nvidia.github.io/libnvidia-container/stable/deb/nvidia-container-toolkit.list | \
    sed 's#deb https://#deb [signed-by=/usr/share/keyrings/nvidia-container-toolkit-keyring.gpg] https://#g' | \
    sudo tee /etc/apt/sources.list.d/nvidia-container-toolkit.list

2、更新仓库

 sudo apt-get update

3、安装

sudo apt-get install -y nvidia-container-toolkit

4、验证

which nvidia-container-runtime

输出 /usr/bin/nvidia-container-runtime，表示安装成功。

报错消失

其他环境参考

最低0.47元/天 解锁文章

200万优质内容无限畅学
chawk1978
关注
nvidia could not select device driver ““ with capabilities: [[gpu]]
weixin_40548182的博客
05-29 592
确保 NVIDIA 驱动正常安装并且nvidia-smi能正确显示。安装并配置 NVIDIA Container Toolkit。重启 Docker 服务。确认 Docker 版本支持--gpus。运行测试命令验证。如果你需要，我可以帮你写一份详细的安装和检查命令清单，你觉得呢？
docker跑gpu报错Error response from daemon: could not select device driver ““ with capabilities: [[gpu]]
子弹头
10-07 6993
如果提示已经存在了（之前未成功但占用了名字的），
解决关于Docker运行容器使用GPU资源时的异常：could not select device driver ““ with capabilities: [[gpu]]
积跬步，至千里。
03-18 3万+
解决关于Docker运行容器使用GPU资源时的异常：could not select device driver ““ with capabilities: [[gpu]]
docker: Error response from daemon: could not select device driver ““ with capabilities: [[gpu]].
最新发布
xiezhipu的博客
06-26 791
这个错误表明Docker无法识别或加载支持GPU所需的设备驱动程序。以加载内核模块（常见于Ubuntu）。），手动安装后重启服务。
打开容器nvidia-container报错或Error response from daemon could not select device driver with capabilities
ghy_111的博客
05-21 4970
docker driver nvidia-container
Error response from daemon: could not select device driver “nvidia“ with capabilities解决方法，亲测有效
kenneth059的博客
03-28 761
用docker-compose安装ragflow时，提示：Error response from daemon: could not select device driver "nvidia" with capabilities
docker: Error response from daemon: could not select device driver ““ with capabilities: [[gpu]]问题解决
一个菜鸟的奋斗
03-01 2万+
docker在19.03版本之后，可以不用安装nvidia-docker，就能获得GPU的计算支持。 但是，直接在docker中使用GPU设备，出现报错如下： docker: Error response from daemon: could not select device driver "" with capabilities: [[gpu]]. 这个问题可以通过安装nvidia-container-toolkit来解决。 1、添加nvidia-docker的源 curl -s -L
英伟达Docker 安装与GPu镜像拉取
weixin_43791937的博客
06-05 1370
nvidia
【跳坑日记-成功解决】docker使用GPU报错：could not select device driver ““ with capabilities: [[gpu]]
黑符石笔记集
12-04 2745
提到安装英伟达显卡容器，但是直接复制博客里面的代码会报错。因此找到英伟达官方网站进行安装——参考4.以上就是该问题的完全解决过程，希望对你有所帮助。先说结论：问题已经解决，open-webui可以在GPU上稳定运行。在搭建RAG知识库的过程中，用到Ollama框架，在使用其推荐框架。时，想利用本机自带GPU进行加速，于是执行docker命令。首先在优快云上找到了报错解决方案——参考3.此时，重新执行docker命令，将不会报错。以上是报错发生的过程。
Docker Desktop 中使用GPU
热门推荐
chenxizhan1995的博客
06-12 4万+
Docker Desktop 中使用GPU 2021-06-12 端午放假，没有回家，配置了一下环境，实现了在Windows 系统下 Docker Desktop 容器中使用GPU。记录一下过程。 据说在docker 容器内使用GPU属于显卡透传。 环境需求和软件版本 我的环境如下： win10 版本21390 WSL2 5.4.72 Docker Desktop 20.10.7 CUDA driver for WSL2 470.76，同时 CUDA Version: 11
【ubuntu noble】docker 容器无法使用 nvidia gpu
weixin_41899098的博客
06-27 775
注意默认的还是 runc。
docker: Error response from daemon: could not select device driver的原因及解决办法
Uzw的博客
04-28 1万+
Verify that Docker Engine is installed correctly命令中抛出docker: Error response from daemon: could not select device driver的原因及解决办法
docker: Error response from daemon: could not select device driver with capabilities: [[gpu]]问题记录解决
civiljiao的博客
10-21 6113
如果显示的是WARNING：No swap limit support或者什么都没显示，就说明是nvidia驱动程序没有被docker daemon使用，这个时候有点麻烦，可能是因为/etc/docker/daemon.json配置文件没配置对，也可能是docker没安装好。如果显示"nvidia:yes"或者有其他正常显示,就说明docker daemon正在使用nvidia驱动程序，这个时候使用--gpus=all选项是不会报错的。检查docker是否正确安装，用下面命令。在当前目录位置创建一个脚本。
nvidia-container-toolkit安装问题（OpenPGP）
qq_41359817的博客
11-25 3680
GPG 错误：https://nvidia.github.io/libnvidia-container/stable/deb/amd64 InRelease: 由于没有公钥，无法验证下列签名： NO_PUBKEY DDCAE044F796ECB0。这样，我们就通过了2.1步骤了，就不会报‘找不到有效的 OpenPGP 数据’这个错。（2）单独下载 nvidia-container-toolkit.list。仿造2中的步骤进行拆解，单独下载，对2.1的详细步骤。（可选）将存储库配置为使用实验性软件包。
docker之安装nvidia-docker
weixin_42701024的博客
02-21 1624
安装nvidia-docker
docker和 GPUsQA:could not select device driver “” with capabilities: [[gpu]].
AI拉呱，专注于人工智与网络安全方面的研究，关注一起学习。
05-18 951
问题描述:GPU服务器安装了docker 版本大于19.03,拉取tensorflow官方镜像无法识别GPU?
NVIDIA Container Toolkit 安装与配置帮助文档(Ubuntu,Docker)
红色标记的专栏
07-18 8749
NVIDIA 容器工具包使用户能够构建和运行 GPU 加速容器。即可以在容器中使用NVIDIA显卡。
配置docker 支持GPU方法（Nvidia GPU）
gaohongfeng1的博客
02-21 3191
系统版本：ubuntu 23.04。
报错： docker: Error response from daemon: could not select device driver ““ with capabilities: [[gpu]]
qq_38160953的博客
11-13 128
报错： docker: Error response from daemon: could not select device driver "" with capabilities: [[gpu]] 解决
docker 安装英伟达
05-16
### 如何在 Docker 中安装或配置 NVIDIA 驱动或 CUDA 工具 要在 Docker 中安装或配置 NVIDIA 驱动以及 CUDA 工具，可以按照以下方法操作： #### 1. 宿主机环境准备 确保宿主机已经正确安装了 NVIDIA 显卡驱动程序。可以通过以下命令检查当前系统的显卡驱动版本： ```bash lspci -k | grep -A 2 -i "VGA" ``` 此命令会显示显卡及其对应的驱动信息[^2]。 #### 2. 添加 NVIDIA Docker 软件源 为了能够顺利安装 `NVIDIA Container Toolkit` 和其他相关组件，需要先添加 NVIDIA 提供的软件仓库。具体步骤如下： ```bash 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 sudo apt-get update ``` 需要注意的是，在某些情况下可能需要手动调整 `/etc/apt/sources.list.d/nvidia-docker.list` 文件中的内容以匹配实际的操作系统版本[^3]。 #### 3. 安装 NVIDIA Container Toolkit 完成软件源设置之后，继续安装必要的工具包： ```bash sudo apt-get install -y nvidia-container-toolkit sudo systemctl restart docker ``` 这一步骤将会重新启动 Docker 服务，并加载 NVIDIA 的 GPU 支持功能[^4]。 #### 4. 测试 NVIDIA GPU 是否可用 创建一个新的容器来验证 GPU 功能是否正常工作。例如运行下面这条命令查看是否有正确的 GPU 输出： ```bash docker run --rm --gpus all nvidia/cuda:11.8.0-base-centos7 nvidia-smi ``` 如果一切配置无误，则应该可以看到完整的 GPU 设备列表及相关状态信息[^1]。 #### 5. 使用特定数量的 GPUs 或指定设备编号 除了分配所有的 GPU 给容器外，还可以通过参数控制具体的资源分配情况。比如仅提供第一个 GPU 给某个应用进程使用： ```bash docker run --rm --gpus '"device=0"' nvidia/cuda:11.8.0-base-centos7 nvidia-smi ``` 以上就是关于如何在 Docker 环境下集成 NVIDIA 驱动与 CUDA 开发套件的主要流程介绍。 ---
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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