docker 설치 + NVIDIA docker 설치 + docker 사용법

 

 

Docker ?

 

Docker는 컨테이너화를 사용하는 오픈 소스 플랫폼으로,

애플리케이션을 가볍고, 격리된 환경인 컨테이너 내에서 실행할 수 있게 해줍니다.

 

컨테이너는 운영 체제(OS) 레벨의 가상화를 제공하며,

각 컨테이너는 별도의 파일 시스템을 갖고,

공유된 OS 커널을 사용하면서도 다른 컨테이너와 격리됩니다.

 

컨테이너는 애플리케이션의 코드, 런타임, 시스템 도구, 시스템 라이브러리 등 필요한 모든 것을 패키지로 묶습니다.

이는 애플리케이션을 다양한 환경에서 일관되게 실행할 수 있게 해줍니다.

 

즉, docker를 사용하는 것은 하나의 완성된 가상환경 패키지를 내려받는 것이라 보시면 될 것 같습니다.

 

---

Docker의 주요 장점

 

docker container 는 애플리케이션과 그 종속성을 완전히 포함하므로, 다른 환경에서도 동일하게 작동합니다.

각 컨테이너는 서로 격리되어 있어, 하나의 컨테이너가 다른 컨테이너나 호스트 시스템에 영향을 주지 않습니다.

 

---

Docker 설치 

 

ubuntu에서 docker 설치 과정을 수행하도록 하겠습니다.

아래는 공식 문서입니다.

Install Docker Engine on Ubuntu

 

아래 명령어를 수행하여 docker를 설치해줍니다.

sudo apt get update

sudo apt-get install \
    apt-transport-https \
    ca-certificates \
    curl \
    gnupg-agent \
    software-properties-common

curl -fsSL https://download.docker.com/linux/ubuntu/gpg | sudo apt-key add -

sudo add-apt-repository \
"deb [arch=amd64] https://download.docker.com/linux/ubuntu \
$(lsb_release -cs) \
stable"

sudo apt-get update

sudo apt-get install docker-ce docker-ce-cli containerd.io

sudo usermod -a -G docker $USER

 

이제 reboot를 해줍니다.

sudo reboot

 

docker가 정상적으로 설치되었는지 테스트합니다.

sudo docker run hello-world

 

Hello from Docker라네요. 성공적으로 설치가 되었습니다.

 

---

NVIDIA Docker 설치 

 

저는 Nvidia GPU에 최적화된 docker가 필요해서

Nvidia docker도 설치하겠습니다.

아래는 공식 문서입니다.

Installing the NVIDIA Container Toolkit — NVIDIA Container Toolkit 1.14.3 documentation

 

먼저 Nvidia Container Toolkit부터 설치합니다.

curl -fsSL https://nvidia.github.io/libnvidia-container/gpgkey | sudo gpg --dearmor -o /usr/share/keyrings/nvidia-container-toolkit-keyring.gpg \
  && curl -s -L https://nvidia.github.io/libnvidia-container/stable/deb/nvidia-container-toolkit.list | \
    sed 's#deb https://#deb [signed-by=/usr/share/keyrings/nvidia-container-toolkit-keyring.gpg] https://#g' | \
    sudo tee /etc/apt/sources.list.d/nvidia-container-toolkit.list

sudo sed -i -e '/experimental/ s/^#//g' /etc/apt/sources.list.d/nvidia-container-toolkit.list

sudo apt-get update

sudo apt-get install -y nvidia-container-toolkit

 

이제 Nvidia docker를 설치합니다.

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

sudo apt-get update

sudo apt-get install -y nvidia-docker2

sudo systemctl restart docker

 

테스트를 위해 ubuntu 20.04에 cuda 11.0.3 인 docker 환경을 만들어봅니다.

--rm 을 사용하여 생성되고나서 즉시 다시 삭제됩니다.

docker run --rm --gpus all nvidia/cuda:11.0.3-base-ubuntu20.04 nvidia-smi

 

여기서 문제없이 GPU 에 대한 정보가 나타나면 성공입니다.

 

---

간단한 Docker 사용법

 

앞으로 docker 환경을 만들고 들어가서 계속 실행을 해야할테니 해당 방법을 연습해보겠습니다.

일단 다시 만드는데 이번엔 대화형 커널로 만들겠습니다.

docker 이름은 my_cuda_container 입니다.

docker run -it --gpus all --name my_cuda_container nvidia/cuda:11.0.3-base-ubuntu20.04 bash

 

그럼 아래와 같이 대화형 커널이 터미널에 열리게 됩니다.

 

cat /etc/os-release 명령을 쳐서 os를 확인해보면 20.04가 설치되어 있는 것을 확인할 수 있습니다.

 

이번엔 종료하고 다시 열어서 해보겠습니다.

기존 터미널에서 명령을 입력하면 docker가 없다는 에러가 발생합니다.

docker는 host 시스템에서 명령해서 종료를 해야합니다.

 

새 터미널을 열고 아래 명령을 입력하면 위 그림처럼 자동으로 docker 환경이 중단됩니다.

# 종료
docker stop my_cuda_container

 

그럼 이제 다시 실행해보겠습니다.

docker start my_cuda_container

docker exec -it my_cuda_container bash

 

docker 터미널이 다시 열리게 됩니다.

그럼 이제 테스트를 완료했으니 container를 삭제해보겠습니다.

# 종료
docker stop my_cuda_container

# 삭제
docker rm my_cuda_container

삭제를 하고나면 더 이상 해당 container는 실행이 불가합니다.