在Nvidia-Docker中运行CUFFT例程

Question

我是Docker的新手，尤其是Nvidia-Docker。我正在尝试将代码包装到docker容器中，并在一些主机上运行它。但显然有些地方出了问题，我无法在docker中运行我的代码。我已经安装了Nvidia-docker，Dockerfile取自here。这是我完整的docker代码

FROM nvidia/cuda:9.1-runtime-ubuntu16.04
RUN apt-get update && apt-get install -y \
        cuda-command-line-tools-$CUDA_PKG_VERSION \
        cuda-libraries-dev-$CUDA_PKG_VERSION \
        cuda-minimal-build-$CUDA_PKG_VERSION \
&& \
    rm -rf /var/lib/apt/lists/*

ENV LIBRARY_PATH /usr/local/cuda/lib64/stubs

FROM python:3.7-slim
RUN pip install numpy
RUN apt update && \
    apt-get -y install gcc && \
    apt-get -y install g++
ENV NVIDIA_VISIBLE_DEVICES all
ENV NVIDIA_DRIVER_CAPABILITIES compute,utility
ADD helmsolver /helmsolver
CMD dpkg -l | grep -i cuda
CMD cd helmsolver && bash tests.sh

和bash脚本代码，其中cudahelmf和cudahelmd以前是由

nvcc helm3dcudafnd.cu -o cudahelm -I/usr/local/cuda/samples/common/inc/ -lcufft -lcufftw -D DOUBLE

#!/bin/sh
mkdir helmholtz
cd helmholtz
        mkdir build
        mkdir workdir
        mkdir src
        mkdir scripts
        ls
        cp ../cudahelmf ./build
        cp ../cudahelmd ./build
        cp ../tmp.py ./scripts/
        cd workdir
        python3 ../scripts/script1.py 21 21 1
        ../build/cudahelmd config.cfg >> results_double.txt
        ../build/cudahelmf config.cfg >> results_float.txt

为了构建和运行docker，我使用

nvidia-docker build -t helm .
nvidia-docker run --rm -ti helm

在运行之后，我有错误

../build/cudahelmd: error while loading shared libraries: libcufft.so.9.1: cannot open shared object file: No such file or directory

我做错了什么？这是不是因为-lcufft编译选项和docker不知道从哪里获取它而发生的？并且docker在安装后没有/usr/local/cuda/目录。这看起来很奇怪，因为cuda- library -dev包含cufft库，安装成功结束。

这是我电脑上的nvcc版本，代码是在这里编译和测试的。

nvcc: NVIDIA (R) Cuda compiler driver
Copyright (c) 2005-2017 NVIDIA Corporation
Built on Fri_Nov__3_21:07:56_CDT_2017
Cuda compilation tools, release 9.1, V9.1.85

和nvidia-docker版本

Docker version 19.03.3, build a872fc2f86

附言:也许有一个选项可以在docker中编译代码？

Answer 1

问题是你正在运行一个没有COPY的多级dockerfile文件从一个容器到另一个容器，因此你最终只能得到独立的python3容器，它没有来自nvidia容器的任何东西，所以你需要在python容器中复制所需的文件，如下所示：

COPY --from=0 SOURCE DEST