是的,腾讯云的 GPU 服务器可以安装 Docker,而且还可以配合 NVIDIA 的 GPU 支持插件(nvidia-docker) 来运行支持 GPU 的容器。
✅ 简要步骤如下:
1. 选择合适的腾讯云 GPU 实例
- 在腾讯云控制台中选择带有 GPU 的实例类型(如:GN7、GN6、GN8 等)
- 操作系统建议选择 Ubuntu 或 CentOS 这类主流 Linux 发行版
2. 安装 Docker
以 Ubuntu 为例:
# 更新软件包索引
sudo apt update
# 安装依赖
sudo apt install -y apt-transport-https ca-certificates curl software-properties-common
# 添加 Docker 官方 GPG 密钥
curl -fsSL https://download.docker.com/linux/ubuntu/gpg | sudo gpg --dearmor -o /usr/share/keyrings/docker-archive-keyring.gpg
# 添加 Docker 软件源
echo "deb [arch=$(dpkg --print-architecture) signed-by=/usr/share/keyrings/docker-archive-keyring.gpg] https://download.docker.com/linux/ubuntu $(lsb_release -cs) stable" | sudo tee /etc/apt/sources.list.d/docker.list > /dev/null
# 安装 Docker 引擎
sudo apt update
sudo apt install -y docker-ce docker-ce-cli containerd.io
3. 安装 NVIDIA 驱动和 nvidia-docker 支持
3.1 安装 NVIDIA 驱动
你可以使用腾讯云提供的自动安装脚本,或者手动安装官方驱动。例如:
# 自动安装推荐版本(适用于 Ubuntu)
sudo apt install -y nvidia-driver-535
重启后验证是否安装成功:
nvidia-smi
如果看到 GPU 信息说明驱动安装成功。
3.2 安装 nvidia-docker(支持在容器中调用 GPU)
# 安装 nvidia-container-toolkit
distribution=$(. /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 update
sudo apt install -y nvidia-docker2
# 重启 Docker 服务
sudo systemctl restart docker
4. 测试 GPU 是否可在 Docker 中使用
运行一个官方的 CUDA 测试镜像:
docker run --rm --gpus all nvidia/cuda:12.1-base nvidia-smi
如果你看到容器内输出了 nvidia-smi 的信息,说明 GPU 已经可以在 Docker 中正常使用!
📌 注意事项:
- 使用 GPU 的 Docker 容器时,必须加上参数
--gpus all(或具体指定某些 GPU)。 - 如果你使用的是 Kubernetes(如 TKE),还需要安装 NVIDIA 的设备插件(Device Plugin)来调度 GPU。
- 推荐使用腾讯云官方提供的 GPU 镜像模板,里面可能已经预装好了驱动和 Docker 环境。
🧠 小贴士:
- 如果你不想手动安装,也可以在创建腾讯云 GPU 实例时选择带有 “AI 平台镜像” 或 “Docker + GPU 支持” 的镜像模板,省去很多配置步骤。
如果你需要我帮你写一个完整的自动化安装脚本,或者部署某个特定模型(比如 PyTorch、TensorFlow)的 GPU Docker 容器,也可以告诉我,我可以继续帮助你!
CLOUD技术博