ubuntu安装k8s+docker运行英伟达gpu cuda

最新推荐文章于 2025-04-27 18:12:45 发布
最新推荐文章于 2025-04-27 18:12:45 发布
阅读量1.2k 收藏 30
点赞数 8
文章标签： java 开发语言
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/weixin_43041894/article/details/140390657
版权

 安装k8s+docker

sealos reset

sealos run registry.cn-shanghai.aliyuncs.com/labring/kubernetes-docker:v1.27.7 registry.cn-shanghai.aliyuncs.com/labring/helm:v3.9.4 registry.cn-shanghai.aliyuncs.com/labring/cilium:v1.13.4 --single
英伟达Ubuntu驱动下载地址：https://us.download.nvidia.cn/XFree86/Linux-x86_64/550.78/NVIDIA-Linux-x86_64-550.78.run

./NVIDIA-Linux-x86_64-550.78.run

nvidia-smi

Fri Jul 12 23:18:31 2024       
+-----------------------------------------------------------------------------------------+
| NVIDIA-SMI 550.78                 Driver Version: 550.78         CUDA Version: 12.4     |
|-----------------------------------------+------------------------+----------------------+
| GPU  Name                 Persistence-M | Bus-Id          Disp.A | Volatile Uncorr. ECC |
| Fan  Temp   Perf          Pwr:Usage/Cap |           Memory-Usage | GPU-Util  Compute M. |
|                                         |                        |               MIG M. |
|=========================================+========================+======================|
|   0  NVIDIA GeForce GTX 1060 6GB    Off |   00000000:02:00.0  On |                  N/A |
| 38%   39C    P8              8W /  150W |     273MiB /   6144MiB |      0%      Default |
|                                         |                        |                  N/A |
+-----------------------------------------+------------------------+----------------------+
                                                                                         
+-----------------------------------------------------------------------------------------+
| Processes:                                                                              |
|  GPU   GI   CI        PID   Type   Process name                              GPU Memory |
|        ID   ID                                                               Usage      |
|===&
最低0.47元/天 解锁文章
Ubuntu 22.04 安装Nvidia驱动加速deepseek
极致，细节
02-27 642
【代码】Ubuntu 22.04 安装Nvidia驱动加速deepseek。
Ubuntu部署k8s(docker)
Lu_Tiger的博客
12-26 799
该网站下载docker离线安装包到服务器：https://download.docker.com/linux/static/stable/：按需修改里面定义Pod网络（字段为CALICO_IPV4POOL_CIDR）。为避免后续初始化集群时拉取镜像失败，可以提前将镜像拉取下来再按需求打tag。若初始化master是指定了pod的网络范围，需进行以下修改。移动解压出来的二进制文件到 /usr/bin 目录中。初始化成功后执行结果中输出的命令。编辑docker的系统服务文件。配置添加 systemd。
Ubuntu下docker+k8s的安装
11-21
基于Ubuntu14.04进行docker+k8s的安装，经测试也适用于Ubuntu的更高版本
ubuntu 22.04 docker + NVIDIA Container Toolkit配置
u014592447的博客
04-13 789
ubuntu 22.04 nvidia-container-tookit 和 docker的安装方法，以及rootless的一些小问题
ubuntu安装k8s(docker版)
????爱好者的博客
09-18 3031
写这些，仅记录自己学习使用Kubernetes的过程。如果有什么错误的地方，还请大家批评指正。最后，希望小伙伴们都能有所收获。
Ubuntu NVIDIA-Docker安装
月照银海似蛟龙的博客
04-19 4921
Docker 是一个开源的应用容器引擎，让开发者可以打包他们的应用以及依赖包到一个可移植的镜像中，然后发布到任何流行的 Linux或Windows操作系统的机器上，也可以实现虚拟化。NVIDIA 改进了原始的Docker，便于容器使用NVIDIA GPU。由于仿真环境的配置需要安装很多库，对于新手不太友好，因此我们提供了Docker镜像，便于开发者使用。尽管Docker理论上适配多种操作系统，但由于后续算法开发仍建议在本地进行，因此操作系统仍需使用Ubuntu。
ubuntu搭建docker+k8s
最新发布
m0_69109139的博客
04-27 437
你可以挑选上面列表中的任何版本进行安装。首先，安装必要的证书并允许 apt 包管理器使用以下命令通过 HTTPS 使用存储库。初始化kubernetes（只需要在master节点上操作初始化命令）将kebelet的驱动程序设置为与docker一致为systemd。//如果有报错，彻底清理旧配置 ，进行修改再次执行上述初始化语句。然后修改配置文件，找到如下位置，修改。添加节点，在其他节点执行以下语句。首先，更新你的ubuntu系统。使用国内镜像加速（推荐）安装 Docker 引擎。
ubuntu安装nvidia-docker
weixin_47701662的博客
04-22 502
ubuntu系统安装nvidia-docker
使用K8s调度Nvidia GPU
荒芜之地
11-13 4100
在Kubernetes配置与集群监控的搭建 和Docker常用命令 中，我们介绍了如何安装Docker以及Kubernetes。对于集群而言，本文将更进一步地介绍如何使用Docker+K8s进行集群的GPU管理。 安装Nvidia驱动 Nvidia的驱动可以在官网下载。注意自己的系统内核以及显卡型号。安装完成后，在命令行使用nvidia-smi命令来查看显卡列表以及相关信息。如果成功安装，将会看到如下的结果。 ~$ nvidia-smi Sat Nov 13 22:21:26 2021 +--
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
WSL2 NVIDIA Docker 安装教程
aaada123的博客
10-06 2423
wsl docker nvidia gpu 环境搭建
ubuntu离线安装nvidia-docker2
06-26
运行如下命令进行安装： $ unzip nvidia-docker2_deb.zip $ cd nvidia-docker2_deb $ dpkg -i ./*.deb
Ubuntu下Kubernetes(k8s)集群搭建
lrclrk的博客
05-15 6570
ubuntu下Kubernetes集群搭建方法
ubuntu16.04安装microK8S+docker
liyan20012007的专栏
11-12 742
ubuntu16.04 安装microk8s + docker
Ubuntu docker-NVIDIA 支持显卡调用
勇闯天涯的博客
09-09 1578
Ubuntu docker-NVIDIA 支持显卡调用1. Ubuntu系统安装2. 显卡驱动安装3. docker安装与卸载3.1 卸载docker3.2. 安装docker4、NVIDIA-Docker安装5、总结 1. Ubuntu系统安装 下载Ubuntu操作系统并安装，下载地址: https://ubuntu.com/#download , 安装操作系统步骤请自行百度。 2. 显卡驱动安装 安装显卡驱动请参照链接: Ubuntu16.04 NVIDIA显卡驱动卸载与安装 3. docker安装与卸
Ubuntu安装Nvidia-Docker
视觉算法小趴菜的博客
08-28 1770
Nvidia-Docker安装教程
Ubuntu实现K8S调度NVIDIA GPU小记
JavaFeng
09-26 1026
场景需求 最近新到货一台GPU服务器，系统是Ubuntu20.04，需要在服务器中搭建个K8S集群来做一些容器相关的业务场景，虽然他的CPU配置蛮高，但是它的GPU也不能浪费，因此本文就记录下利用起他GPU的全流程。 nvidia-docker nvidia-docker是英伟达出品的一款产品，我相信能找到我这篇藏在犄角旮旯里的破文章的人，肯定已经了解了他和docker之间的异同，这里提供个传送门知道英伟达官网的相关介绍>>>戳这里<<<（其实就是我懒得写了）。 英伟达驱
Docker 容器加载 NVIDIA-GPU（Ubuntu系统）
知识的汲取和传授都应该是快乐的
04-17 540
安装英伟达容器工具使docker容器能识别并加载nvidia显卡
ubuntu安装docker和nvidia-docker
weixin_43077628的博客
03-14 214
安装docker 参考教程 注意，如果要使用 Docker 作为非 root 用户，则应考虑使用类似以下方式将用户添加到 docker 组： 运行： sudo usermod -aG docker ${USER} 然后需要登出当前账号再重新登陆： exit su - (your-name) 安装nvidia-docker2 官网教程 ...
ubuntu22安装kubesphere
03-26
### 在 Ubuntu 22.04 上安装和配置 KubeSphere 容器平台 #### 准备工作 为了在 Ubuntu 22.04 上成功安装和配置 KubeSphere，需要完成以下准备工作： 1. **确保系统环境满足最低要求** 确认操作系统为 Ubuntu 22.04 LTS，并且已更新至最新状态。可以通过运行以下命令来升级系统软件包： ```bash sudo apt update && sudo apt upgrade -y ``` 2. **安装 Docker 和 CRI-Dockerd** Kubernetes 使用容器运行时接口 (CRI)，而默认情况下 Docker 不支持此接口。因此需要安装 `cri-dockerd` 来兼容 Docker 运行时[^3]。 下载并安装适合 Ubuntu 的 `.deb` 包： ```bash wget https://github.com/Mirantis/cri-dockerd/releases/download/v0.3.4/cri-dockerd_0.3.4.3-0.ubuntu-jammy_amd64.deb sudo dpkg -i cri-dockerd_0.3.4.3-0.ubuntu-jammy_amd64.deb ``` 修改启动参数以适配 Kubernetes 需求： ```bash sudo sed -i -e 's#ExecStart=.*#ExecStart=/usr/bin/cri-dockerd --container-runtime-endpoint unix:///var/run/cri-dockerd.sock --network-plugin=cni --pod-infra-container-image=registry.aliyuncs.com/google_containers/pause:3.7#g' /lib/systemd/system/cri-docker.service systemctl daemon-reload systemctl restart cri-docker.service ``` 3. **安装 CNI 插件** Kubernetes 需要网络插件才能正常通信。可以从官方仓库下载最新的 CNI 插件版本[^4]。 ```bash mkdir -p /opt/cni/bin/ cd ~ curl -L https://github.com/containernetworking/plugins/releases/download/v0.8.6/cni-plugins-linux-amd64-v0.8.6.tgz | tar -xzv -C /opt/cni/bin/ ``` --- #### 安装 Kubernetes Kubernetes 是 KubeSphere 的基础依赖项，需先安装 Kubernetes 并初始化集群。 1. 添加 Kubernetes APT 存储库： ```bash curl -fsSL https://packages.cloud.google.com/apt/doc/apt-key.gpg | sudo gpg --dearmor -o /etc/apt/keyrings/kubernetes-archive-keyring.gpg echo "deb [signed-by=/etc/apt/keyrings/kubernetes-archive-keyring.gpg] https://apt.kubernetes.io/ kubernetes-xenial main" | sudo tee /etc/apt/sources.list.d/kubernetes.list sudo apt-get update ``` 2. 安装 kubelet、kubeadm 和 kubectl： ```bash sudo apt install -y kubelet kubeadm kubectl sudo apt-mark hold kubelet kubeadm kubectl ``` 3. 初始化 Kubernetes 集群： ```bash sudo swapoff -a sudo kubeadm init --pod-network-cidr=10.244.0.0/16 ``` 4. 配置 kubectl 访问权限： ```bash mkdir -p $HOME/.kube sudo cp -i /etc/kubernetes/admin.conf $HOME/.kube/config sudo chown $(id -u):$(id -g) $HOME/.kube/config ``` 5. 安装 Flannel 网络插件： ```bash kubectl apply -f https://raw.githubusercontent.com/coreos/flannel/master/Documentation/kube-flannel.yml ``` --- #### 安装 KubeSphere 完成上述步骤后即可开始安装 KubeSphere。 1. 获取 KubeSphere 安装脚本： ```bash curl -sfL https://get-kubesphere.io/shell.sh | sh - ``` 2. 执行安装命令： ```bash ks-installer install --all ``` 3. 查看安装进度： 登录到任意一个节点并通过浏览器访问 KubeSphere 控制台，默认地址为 `<Node IP>:30880`。初始用户名为 `admin`，密码可通过以下命令获取： ```bash kubectl logs -n kubesphere-system $(kubectl get pod -n kubesphere-system -l app=ks-install -o jsonpath='{.items[0].metadata.name}') -c ks-install ``` --- #### 测试部署应用 验证 KubeSphere 是否能够正常管理 Kubernetes 应用程序。按照指引将 Nginx Web 服务器作为测试负载部署到集群中[^2]: ```yaml apiVersion: apps/v1 kind: Deployment metadata: name: nginx-deployment spec: replicas: 2 selector: matchLabels: app: nginx template: metadata: labels: app: nginx spec: containers: - name: nginx image: nginx:latest ports: - containerPort: 80 --- apiVersion: v1 kind: Service metadata: name: nginx-service spec: type: NodePort selector: app: nginx ports: - protocol: TCP port: 80 targetPort: 80 ``` 保存文件为 `nginx.yaml` 后执行以下命令创建资源： ```bash kubectl apply -f nginx.yaml ``` --- ### 注意事项 - 如果遇到任何错误日志，请检查 `/var/log/syslog` 或者通过 `journalctl -xe` 命令排查问题。 - 对于多节点集群场景，还需额外配置各节点间的 SSH 密钥免密登录以及时间同步服务。
评论
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