837      阿里云

Docker使用方法__软件镜像_高性能计算-阿里云

专为阿里云GPU物理机定制的深度学习和HPC工具集，在阿里云Docker Hub上发布。

1 阿里云官方Docker Hub地址

https://dev.aliyun.com/search.html

访问hub可以查看阿里云提供的镜像以及缓存的社区公开镜像；进入控制台可以创建和管理自己的docker镜像。

2 新用户

第一次使用阿里云Docker服务，用户需要先注册成为开发者，步骤如下：

打开上面的阿里云Docker Hub，未登陆的，先使用云账号登录，登录/注册在左上角；点击右上角“管理中心”，如下图：

对新用户会弹出去注册开发者的页面：

注册成功之后，点击“进入管理控制台”，下次进入也可以在Docker Hub页面，点击右上角“管理中心”进入。界面如下：

选择左侧的“Docker服务”下面的“镜像管理”标签，新用户会提示设置自己的镜像仓库“命名空间”和密码。命名空间是私人镜像的地址前缀。完成设置之后，可以开始使用阿里云Docker仓库。

3 使用 Docker

3.1 docker 仓库地址

阿里云官方docker仓库地址为：

registry.aliyuncs.com（公网)

在GPU物理机上，对应替换为内网地址：

registry-internal.aliyuncs.com（内网）

3.2 运行 Hello World

（GPU物理机预装CentOS 7系统，以下操作仅以CentOS 7为例，且使用root用户）

首先检查机器上安装的docker服务状态：

# docker info

正常会显示当前存储空间等信息。如果出错，请先尝试重启docker服务：

# systemctl restart docker

下一步，使用阿里云账号和之前设定的docker仓库密码，登录阿里云docker仓库：

# docker login registry-internal.aliyuncs.com

运行 Hello World：

# docker run registry-internal.aliyuncs.com/alicloudhpc/hello-world

如果一切正常，说明机器的docker服务运行正常。

3.3 使用深度学习和HPC工具集

需要使用GPU的用户，最好先检查物理机上的GPU状态是否正常，运行：

# nvidia-smi

或者：

# /usr/local/cuda/samples/1_Utilities/deviceQuery/deviceQuery

列出两块NVidia K40卡为正常。

工具集的发布地址是：

https://dev.aliyun.com/detail.html?repoId=2

列出了包含的软件工具和简介。

docker login之后，可以下载toolkit的镜像到本地：

# docker pull registry-internal.aliyuncs.com/alicloudhpc/toolkit

重命名一个短名称：

# docker tag registry-internal.aliyuncs.com/alicloudhpc/toolkit toolkit

因为需要在docker容器中使用gpu设备，启动docker容器需要设定额外参数。推荐将如下内容保存到一个shell脚本（比如run-toolkit.sh），方便以后运行：

#!/bin/bash
DOCKER_BIN="/usr/bin/docker"
INTERACT="-ti"
#INTERACT="-d"
DATA_VOLUME="/disk1"
DATA_MOUNT_POINT="/disk1"
MEM_LIMIT=96g
set -e
if [ $# -lt 2 ]; then
    echo "Usage: $0 image command"
    exit -1
else
    IMAGE=$1
    shift 1
    CMD=$@
fi
devices=$(ls -1 /dev | grep nvidia)
dev_param=""
for d in $devices; do
    dev_param="$dev_param --device=/dev/$d"
done
time_param='-v /etc/localtime:/etc/localtime:ro'
if [ ! -z "$CUDA_VISIBLE_DEVICES" ]; then
    dev_env="-e CUDA_VISIBLE_DEVICES=$CUDA_VISIBLE_DEVICES"
else
    dev_env=""
fi
exec $DOCKER_BIN run 
        "$INTERACT" 
        -P 
        $dev_env 
        $dev_param 
        $time_param 
        -m $MEM_LIMIT 
        -v $DATA_VOLUME:$DATA_MOUNT_POINT 
        "$IMAGE" 
        $CMD

# chmod +x run-toolkit.sh
# ./run-toolkit.sh  toolkit  /bin/bash

# docker tag some-image registry-internal.aliyuncs.com/YOUR_NAMESPCE/YOUR_REPO
# docker push registry-internal.aliyuncs.com/YOUR_NAMESPCE/YOUR_REPO