Docker容器配置

章节:

本文介绍Docker容器配置过程。Docker使您能够在容器内隔离的不同环境中开发或运行基于UNIGINE的应用程序。您的计算机需要有一个NVIDIA图形卡和Linux系统与Ubuntu复制所有必要的步骤。

要在Amazon、Open Suse、Debian、Centos或RHEL等其他发行版中工作，请参阅NVIDIA Container Toolkit文档。

系统要求#

您需要关闭所有播放声音的程序。应在系统中安装ALSA驱动程序才能正确播放声音。

注意

Docker守护程序绑定到Unix套接字，而不是TCP端口。默认情况下，拥有Unix套接字的是root用户，其他用户只能使用sudo访问它（阅读更多）。Docker守护程序始终以root用户身份运行。

如果您不想在docker命令的前面加上sudo，请创建一个名为docker的Unix组并向其添加用户（阅读更多）。当Docker守护程序启动时，它会创建一个可由docker组的成员访问的Unix套接字。

Docker配置#

要配置Docker，请执行以下步骤:

NVIDIA容器工具包安装#

根据其配置文档，配置NVIDIA Container Toolkit。安装包存储库和GPG键，键入命令行:

输出

$ distribution=$(. /etc/os-release;echo $ID$VERSION_ID) \
&& 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/$distribution/libnvidia-container.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

安装nvidia-docker2:

输出

$ sudo apt-get update
$ sudo apt-get install -y nvidia-docker2

重启Docker:

输出

$ sudo systemctl daemon-reload
$ sudo systemctl restart docker

准备容器映像#

在Docker Hub上有一个我们为您准备的即用型容器映像：查看以下链接run-unigine-in-docker并使用以下命令:

输出

docker pull unigine/run-unigine-in-docker

如果出于任何原因，您想要手动准备和组装容器映像，而不是使用Docker Hub的容器映像，请按照以下说明进行操作:

创建要使用容器的文件夹:
输出
```
$ mkdir ~/unigine-in-docker
```
在unigine-in-docker/文件夹内创建一个Dockerfile文本文件:
输出
```
$ cd ~/unigine-in-docker
$ touch Dockerfile
```

将以下行添加到Dockerfile文件并保存:

输出

FROM nvidia/opengl:base-ubuntu20.04
VOLUME /tmp/.X11-unix
RUN apt update && apt upgrade -y

# linux-headers- hardcoded, if it don't build - try update version of linux-headers
RUN DEBIAN_FRONTEND=noninteractive apt-get update && DEBIAN_FRONTEND=noninteractive apt install -y \
	python3 \
	wget gnupg \
	xvfb \
	x11-xserver-utils \
	python3-pip \
	libegl1-mesa \
	libgl1-mesa-dev \
	libxv1 \
	gcc g++ make ccache \
	libxrandr-dev \
	libxinerama-dev \
	libopenal1 \
	libxrender-dev \
	libxext-dev \
	libc6-dev \
	libx11-dev \
	libxi-dev \
	libxml2-dev \
	cmake \
	nano vim \
	lshw \
	libglu1-mesa \
	mesa-utils \
	glmark2 \
	xxd \
	# for sdk bro2 \
	libxcb-shape0 \
	libxcb-xkb1 \
	libxcb-icccm4 \
	libxcb-image0 \
	libxcb-keysyms1 \
	libxcb-render-util0 \
	libxkbcommon-x11-0 \
	linux-headers-5.4.0-135-generic \
	lxterminal \
	# sound \
	alsa-base \
	alsa-utils \
	libsndfile1-dev

COPY ./asound.conf /etc/

RUN python3 -m pip install pyinotify

ENV XDG_RUNTIME_DIR=/tmp/.X11-unix

# install dotnet and runtime
# if it don't build - try to find more recent versions of dotnet at https://dotnet.microsoft.com/en-us/download/dotnet/6.0

RUN wget -O dotnet.tar.gz https://download.visualstudio.microsoft.com/download/pr/01292c7c-a1ec-4957-90fc-3f6a2a1e5edc/025e84c4d9bd4aeb003d4f07b42e9159/dotnet-sdk-6.0.418-linux-x64.tar.gz
RUN wget -O dotnet-runtime.tar.gz https://download.visualstudio.microsoft.com/download/pr/b63daa46-51f4-480e-ad03-ef2c5a6a2885/ae059763456991305109bf98b3a67640/aspnetcore-runtime-6.0.26-linux-x64.tar.gz
RUN mkdir /usr/local/etc/dotnet-sdk-6.0
RUN tar -xzf dotnet.tar.gz -C /usr/local/etc/dotnet-sdk-6.0
RUN tar -xzf dotnet-runtime.tar.gz -C /usr/local/etc/dotnet-sdk-6.0
RUN rm -rf /usr/bin/dotnet
RUN ln -s /usr/local/etc/dotnet-sdk-6.0/dotnet /usr/bin/dotnet

# path to libraries
ENV LD_LIBRARY_PATH="/opt/project/bin"

创建一个新的asound.conf文件:
输出
```
$ sudo vi asound.conf
```

将以下脚本写入asound.conf文件:

输出

pcm.!default {
        type plug
        slave {
                pcm "hw:0,0"
        }
}

ctl.!default {
        type hw
        card 0
}

pcm.mixed-analog {
    type plug
        slave.pcm "dmix-analog"
        hint {
            show on
                description "Mixed Analog Output - Use analog outputs, converting samples, format, and rate as necessary. Allows mixing with system sounds."
        }
}

# Control device (mixer, etc.) for the card
ctl.mixed-analog {
    type hw
        card 0
}

组装Docker映像（在unigine-in-docker文件夹内）:

输出

$ docker build --rm --tag run_unigine_in_docker:latest -f Dockerfile .

Docker测试运行#

在试用模式下启动容器以查看GPU特性:

输出

$ cd ~/unigine-in-docker/
$ docker run -it --rm --network host \
--runtime=nvidia --gpus 0 -e NVIDIA_VISIBLE_DEVICES=0 \
-e DISPLAY=${DISPLAY} \
-e NVIDIA_DRIVER_CAPABILITIES=display,compute \
-v /tmp/.X11-unix:/tmp/.X11-unix \
 run_unigine_in_docker:latest \
 /bin/bash
# nvidia-smi

使用以下命令检查选定的GPU驱动程序：glxinfo | grep "OpenGL"。您将看到有关GPU的完整信息。或者使用命令glxinfo | grep "OpenGL renderer"显示所用GPU的型号名称。响应的一个例子:

使用Docker容器#

当您成功构建并运行GPU加速的Docker容器时，您可以执行以下操作:

最新更新: 2024-12-13

Help improve this article

Was this article helpful?

Report a problem related to this article

(or select a word/phrase and press Ctrl+Enter)