使用 Docker Compose 启用 GPU 访问

目录

如果 Docker 主机包含此类设备且 Docker 守护进程已相应设置，Compose 服务可以定义 GPU 设备预留。为此，请确保您已安装先决条件（如果尚未安装）。

以下章节中的示例专门介绍如何使用 Docker Compose 为服务容器提供 GPU 设备访问。您可以使用 docker-compose 或 docker compose 命令。有关更多信息，请参阅迁移到 Compose V2。

启用服务容器的 GPU 访问

在 compose.yaml 文件中需要 GPU 的服务内，使用 Compose Deploy 规范中的 device 属性来引用 GPU。

这提供了对 GPU 预留更精细的控制，因为可以为以下设备属性设置自定义值

  • capabilities. 此值指定为一个字符串列表（例如 capabilities: [gpu]）。您必须在 Compose 文件中设置此字段。否则，服务部署时会返回错误。
  • count. 此值指定为整数或值 all，表示应预留的 GPU 设备数量（前提是主机具有该数量的 GPU）。如果 count 设置为 all 或未指定，则默认使用主机上所有可用的 GPU。
  • device_ids. 此值指定为一个字符串列表，表示主机上的 GPU 设备 ID。您可以在主机上 nvidia-smi 的输出中找到设备 ID。如果未设置 device_ids，则默认使用主机上所有可用的 GPU。
  • driver. 此值指定为一个字符串，例如 driver: 'nvidia'
  • options. 表示驱动程序特定选项的键值对。

重要

您必须设置 capabilities 字段。否则，服务部署时会返回错误。

count 和 device_ids 是互斥的。您一次只能定义一个字段。

有关这些属性的更多信息，请参阅Compose Deploy 规范。

运行可访问 1 个 GPU 设备的服务 Compose 文件示例

services:
  test:
    image: nvidia/cuda:12.3.1-base-ubuntu20.04
    command: nvidia-smi
    deploy:
      resources:
        reservations:
          devices:
            - driver: nvidia
              count: 1
              capabilities: [gpu]

使用 Docker Compose 运行

$ docker compose up
Creating network "gpu_default" with the default driver
Creating gpu_test_1 ... done
Attaching to gpu_test_1    
test_1  | +-----------------------------------------------------------------------------+
test_1  | | NVIDIA-SMI 450.80.02    Driver Version: 450.80.02    CUDA Version: 11.1     |
test_1  | |-------------------------------+----------------------+----------------------+
test_1  | | GPU  Name        Persistence-M| Bus-Id        Disp.A | Volatile Uncorr. ECC |
test_1  | | Fan  Temp  Perf  Pwr:Usage/Cap|         Memory-Usage | GPU-Util  Compute M. |
test_1  | |                               |                      |               MIG M. |
test_1  | |===============================+======================+======================|
test_1  | |   0  Tesla T4            On   | 00000000:00:1E.0 Off |                    0 |
test_1  | | N/A   23C    P8     9W /  70W |      0MiB / 15109MiB |      0%      Default |
test_1  | |                               |                      |                  N/A |
test_1  | +-------------------------------+----------------------+----------------------+
test_1  |                                                                                
test_1  | +-----------------------------------------------------------------------------+
test_1  | | Processes:                                                                  |
test_1  | |  GPU   GI   CI        PID   Type   Process name                  GPU Memory |
test_1  | |        ID   ID                                                   Usage      |
test_1  | |=============================================================================|
test_1  | |  No running processes found                                                 |
test_1  | +-----------------------------------------------------------------------------+
gpu_test_1 exited with code 0

在托管多个 GPU 的机器上，可以设置 device_ids 字段以指定目标 GPU 设备，并且可以使用 count 来限制分配给服务容器的 GPU 设备数量。

您可以在每个服务定义中使用 count 或 device_ids。如果您尝试结合使用两者、指定无效的设备 ID 或使用的 count 值高于系统中 GPU 的数量，都会返回错误。

$ nvidia-smi   
+-----------------------------------------------------------------------------+
| NVIDIA-SMI 450.80.02    Driver Version: 450.80.02    CUDA Version: 11.0     |
|-------------------------------+----------------------+----------------------+
| 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  Tesla T4            On   | 00000000:00:1B.0 Off |                    0 |
| N/A   72C    P8    12W /  70W |      0MiB / 15109MiB |      0%      Default |
|                               |                      |                  N/A |
+-------------------------------+----------------------+----------------------+
|   1  Tesla T4            On   | 00000000:00:1C.0 Off |                    0 |
| N/A   67C    P8    11W /  70W |      0MiB / 15109MiB |      0%      Default |
|                               |                      |                  N/A |
+-------------------------------+----------------------+----------------------+
|   2  Tesla T4            On   | 00000000:00:1D.0 Off |                    0 |
| N/A   74C    P8    12W /  70W |      0MiB / 15109MiB |      0%      Default |
|                               |                      |                  N/A |
+-------------------------------+----------------------+----------------------+
|   3  Tesla T4            On   | 00000000:00:1E.0 Off |                    0 |
| N/A   62C    P8    11W /  70W |      0MiB / 15109MiB |      0%      Default |
|                               |                      |                  N/A |
+-------------------------------+----------------------+----------------------+

访问特定设备

仅允许访问 GPU-0 和 GPU-3 设备

services:
  test:
    image: tensorflow/tensorflow:latest-gpu
    command: python -c "import tensorflow as tf;tf.test.gpu_device_name()"
    deploy:
      resources:
        reservations:
          devices:
          - driver: nvidia
            device_ids: ['0', '3']
            capabilities: [gpu]
页面选项