现在慢慢进入GPU的世界,

参考安装URL:

https://github.com/NVIDIA/nvidia-docker

# If you have nvidia-docker 1.0 installed: we need to remove it and all existing GPU containers
docker volume ls -q -f driver=nvidia-docker | xargs -r -I{} -n1 docker ps -q -a -f volume={} | xargs -r docker rm -f
sudo yum remove nvidia-docker

# Add the package repositories
distribution=$(. /etc/os-release;echo $ID$VERSION_ID)
curl -s -L https://nvidia.github.io/nvidia-docker/$distribution/nvidia-docker.repo | \
  sudo tee /etc/yum.repos.d/nvidia-docker.repo

# Install nvidia-docker2 and reload the Docker daemon configuration
sudo yum install -y nvidia-docker2
sudo pkill -SIGHUP dockerd

# Test nvidia-smi with the latest official CUDA image
docker run --runtime=nvidia --rm nvidia/cuda:9.0-base nvidia-smi

如果在centos和redhat之间切换,就要灵活定义distribution变量了。

~~~~~~~~~~~~~~~~~~~~~~~~~

第一步,先安装nvidia-docker2吧。

由于公司特殊情况,手工下载rpm。

现在nvidia-docker2默认支持的是比较新的18.09.6的docker-ce版本。

先安装好这个版本之后,再使用yum downloadonly命令,下载所有的rpm包。

yum install --downloadonly nvidia-docker2 --downloaddir=/tmp/nvidia

输出如下:

Loaded plugins: fastestmirror
Loading mirror speeds from cached hostfile
Resolving Dependencies
--> Running transaction check
---> Package nvidia-docker2.noarch :-.docker18.09.6.ce will be installed
--> Processing Dependency: nvidia-container-runtime = -.docker18.-.docker18.09.6.ce.noarch
--> Running transaction check
---> Package nvidia-container-runtime.x86_64 :-.docker18.09.6 will be installed
--> Processing Dependency: nvidia-container-runtime-hook <  -.docker18.09.6.x86_64
--> Running transaction check
---> Package nvidia-container-runtime-hook.x86_64 :- will be installed
--> Processing Dependency: libnvidia-container-tools <  -.x86_64
--> Processing Dependency: libnvidia-container-tools >=  -.x86_64
--> Running transaction check
---> Package libnvidia-container-tools.x86_64 :- will be installed
--> Processing Dependency: libnvidia-container1(x86-) >= - -.x86_64
--> Processing Dependency: libnvidia-container.so.(NVC_1.)(64bit) -.x86_64
--> Processing Dependency: libnvidia-container.so.()(64bit) -.x86_64
--> Running transaction check
---> Package libnvidia-container1.x86_64 :- will be installed
--> Finished Dependency Resolution

Dependencies Resolved

=====================================================================================================================================================================
 Package                                        Arch                    Version                                      Repository                                 Size
=====================================================================================================================================================================
Installing:
 nvidia-docker2                                 noarch                  -.docker18.09.6.ce                     nvidia-docker                             4.7 k
Installing for dependencies:
 libnvidia-container-tools                      x86_64                  -                                      libnvidia-container                         k
 libnvidia-container1                           x86_64                  -                                      libnvidia-container                         k
 nvidia-container-runtime                       x86_64                  -.docker18.09.6                        nvidia-container-runtime                  2.7 M
 nvidia-container-runtime-hook                  x86_64                  -                                      nvidia-container-runtime                   k

Transaction Summary
=====================================================================================================================================================================
Install   Package (+ Dependent packages)

Total size: 3.4 M
Installed size:  M
Background downloading packages, then exiting:
exiting because "Download Only" specified
-rw-r--r--  root root  May  : containerd.io--3.1.el7.x86_64.rpm
-rw-r--r--  root root  May  : docker-ce--.el7.x86_64.rpm
-rw-r--r--  root root  May  : docker-ce-cli--.el7.x86_64.rpm
-rw-r--r--  root root     Mar  : libnvidia-container1--.x86_64.rpm
-rw-r--r--  root root     Mar  : libnvidia-container-tools--.x86_64.rpm
-rw-r--r--  root root   May  : nvidia-container-runtime--.docker18.09.6.x86_64.rpm
-rw-r--r--  root root    May  : nvidia-container-runtime-hook--.x86_64.rpm
-rw-r--r--  root root      May  : nvidia-docker2--.docker18.09.6.ce.noarch.rpm

下载nvidia-docker2的rpm包的更多相关文章

  1. CentOS里下载和离线安装rpm包

    离线下载rpm包    yum --downloadonly --downloaddir=/home/packages install mariadb-devel 安装离线rpm包    进入下载包的 ...

  2. yum 下载全量依赖 rpm 包及离线安装(终极解决方案)

    目录 简介 验证环境 查看依赖包 方案一(推荐):repotrack 方案二:yumdownloader 方案三:yum 的 downloadonly 插件 离线安装 rpm 参考资料 简介 通常生产 ...

  3. 如何下载kubenetes最新的rpm包?

    一,新增aliyun的软件仓库 tee /etc/yum.repos.d/kubernetes.repo <<-'EOF' [kubernetes] name=Kubernetes bas ...

  4. 下载yum安装的rpm包

    方法一 通过yum自带的yumdownloader工具进行下载,这个工具是由yum-utils这个软件安装生成的 执行如下命令,检查yum-utils是否存在: rpm -qa |grep yum-u ...

  5. yum只下载安装需要的rpm包

    1.安装yum的插件yum-downloadonly yum -y install yum-downloadonly 2.使用 yum -y install somepackges --downloa ...

  6. yum换源,rpm包下载,源码包安装

    一.yum更换源 yum自带源地址一般斗是国外的,可能下载速度略慢,我们可以自己换成国内的源,比如163等.比如配置163的yum源:1.先删除默认源文件dvd.repo # rm -f /etc/y ...

  7. 安装RPM包或者安装源码包

    本系列的博客来自于:http://www.92csz.com/study/linux/ 在此,感谢原作者提供的入门知识 这个系列的博客的目的在于将比较常用的liunx命令从作者的文章中摘录下来,供自己 ...

  8. 烂泥:Linux源码包制作RPM包之Apache

    本文由秀依林枫提供友情赞助,首发于烂泥行天下 公司服务器比较多,需要把apache源码包制作成rpm包,然后放到公司内网yum源上进行下载安装.apache的rpm包安装方式比源码安装方式比较快,这能 ...

  9. 安装 RPM 包或者安装源码包

    安装 RPM 包或者安装源码包 在windows下安装一个软件很轻松,只要双击.exe的文件,安装提示连续“下一步”即可,然而linux系统下安装一个软件似乎并不那么轻松了,因为我们不是在图形界面下. ...

  10. linux的基本操作(RPM包或者安装源码包)

    RPM包或者安装源码包 在windows下安装一个软件很轻松,只要双击.exe的文件,安装提示连续“下一步”即可,然而linux系统下安装一个软件似乎并不那么轻松了,因为我们不是在图形界面下.所以你要 ...

随机推荐

  1. [LeetCode] 154. Find Minimum in Rotated Sorted Array II 寻找旋转有序数组的最小值 II

    Follow up for "Find Minimum in Rotated Sorted Array":What if duplicates are allowed? Would ...

  2. Kubernetes Pod应用的滚动更新(八)

    一.环境准备 我们紧接上一节的环境,进行下面的操作,如果不清楚的,可以先查看上一篇博文. 滚动更新是一次只更新一小部分副本,成功后,再更新更多的副本,最终完成所有副本的更新.滚动更新的最大的好处是零停 ...

  3. 【Java语言特性学习之一】设计模式

    设计模式(Design pattern)是一套被反复使用.多数人知晓的.经过分类编目的.代码设计经验的总结.使用设计模式是为了可重用代码.让代码更容易被他人理解.保证代码可靠性. 毫无疑问,设计模式于 ...

  4. .Net Core使用 MiniProfiler 进行性能分析

    官方文档: https://miniprofiler.com/dotnet/AspDotNetCore 1.添加包 MiniProfiler.AspNetCore.Mvc   和    MiniPro ...

  5. Graphviz(02) 汉字subgraph不显示汉字的处理

    1.按照官方教程设置 2.如果还不显示,在不显示的汉字前面加上一个“空格”,汉字就会正常显示. digraph idp_modules{ rankdir = TB; fontname = " ...

  6. Influx Sql系列教程三:measurement 表

    在influxdb中measurement相当于mysql中的表,可以理解为一条一条记录都是存与measurent中的,一个数据库中可以有多个measurement,一个measurement中可以存 ...

  7. springmvc+spring+mybatis的整合(推荐新手看看)

    下面开始整合(由于有点多就不一一介绍了) 配置sqlMapConfig.xml(空文件即可) <?xml version="1.0" encoding="UTF-8 ...

  8. ③ Python3.0 数字类型

    Python3 的六个标准数据类型中:不可变数据(3 个):Number(数字).String(字符串).Tuple(元组):可变数据(3 个):List(列表).Dictionary(字典).Set ...

  9. mybatis generator对于同一个表生成多次代码的问题

    原文:https://blog.csdn.net/jiangjun0130/article/details/83055336 现象: mybatis generator是一个持久层代码自动生成工具,能 ...

  10. 网络编程-tcp三次握手和四次挥手

    TCP三次握手和四次挥手过程 1.三次握手 (1)三次握手的详述 首先Client端发送连接请求报文,Server段接受连接后回复ACK报文,并为这次连接分配资源.Client端接收到ACK报文后也向 ...