Cupy 配置显示没有 cuda 设备

Question

我构建了一个 docker contaiener，通过 singularity 部署在 HPC+GPU 上。 当我跑

cp.show_config()

操作系统：Linux-5.4.0-135-generic-x86_64-with-glibc2.31

蟒蛇版本：3.9.12

CuPy 版本：9.6.0

CuPy 平台：NVIDIA CUDA

NumPy 版本：1.21.5

SciPy 版本：1.6.0

Cython 构建版本：0.29.24

Cython 运行时版本：0.29.28

CUDA 根目录：/opt/conda/envs/rapids

nvcc 路径：无

CUDA 构建版本：11020

CUDA 驱动程序版本：11060

CUDA 运行时版本：CUDARuntimeError（'cudaErrorNoDevice：未检测到支持 CUDA 的设备'）

cuBLAS 版本：（可用）

cuFFT 版本：10400

curRAND 版本：10203

cuSOLVER 版本：（11、3、4）

cuSPARSE 版本：（可用）

NVRTC 版本：(11, 2)

推力版本：101000

CUB 构建版本：101000

Jitify 构建版本：65946d2

cuDNN 构建版本：无

cuDNN 版本：无

NCCL 构建版本：21104

NCCL 运行时版本：21210

cuTENSOR 版本：无

cuSPARSELt 构建版本：无

这是我的码头文件

# Pulls the basic Image from NVIDIA repository
FROM rapidsai/rapidsai:22.04-cuda11.2-runtime-ubuntu20.04-py3.9

# OS install cuda toolkit
RUN apt-get update
RUN apt-get install -y cuda-toolkit-11.2

# Pulls the basic Image from NVIDIA repository
RUN apt-get update && DEBIAN_FRONTEND=noninteractive apt-get install -y --no-install-recommends \
    --fix-missing git python3-setuptools python3-pip build-essential libcurl4-gnutls-dev \
    zlib1g-dev rsync vim cmake tabix && \
    apt-get clean

# Conda install on base env cudnn
RUN conda install --yes -c conda-forge cudnn=8.0.5.39

# Adding env directory to path and activate rapids env
ENV PATH /opt/conda/envs/rapids/bin:$PATH
RUN /bin/bash -c "source activate rapids"

# Install libraries needed in the examples
RUN pip install \
    scanpy==1.9.1 wget pytabix dash-daq \
    dash-html-components dash-bootstrap-components dash-core-components \
    pytest utils tensorflow

RUN pip install --upgrade tensorflow-gpu

WORKDIR /workspace
ENV HOME /workspace

RUN mkdir -p /.singularity.d/env
RUN echo "#!/usr/bin/env bash" >  /.singularity.d/env/99-custom_prompt.sh
RUN echo 'PS1="[${SINGULARITY_NAME%.*}]\u@\h:\w\$ "' >>  /.singularity.d/env/99-custom_prompt.sh
RUN conda install batchspawner

Answer 1

我希望这可以帮助其他成员

# Pulls the basic Image from NVIDIA repository
FROM rapidsai/rapidsai:22.04-cuda11.2-runtime-ubuntu20.04-py3.9

# OS install cuda toolkit
RUN apt-get update
RUN apt-get install -y software-properties-common \
    cuda-toolkit-11.2 \
    python3-setuptools

# Add Nvidia cudnn repository
ENV OS=ubuntu2004
RUN wget https://developer.download.nvidia.com/compute/cuda/repos/${OS}/x86_64/cuda-${OS}.pin
RUN mv cuda-${OS}.pin /etc/apt/preferences.d/cuda-repository-pin-600
RUN apt-key adv --fetch-keys https://developer.download.nvidia.com/compute/cuda/repos/${OS}/x86_64/7fa2af80.pub
RUN add-apt-repository "deb https://developer.download.nvidia.com/compute/cuda/repos/${OS}/x86_64/ /"
RUN apt-get update

# Fix Cuda and Cudnn version
ENV cudnn_version=8.1.1.33
ENV cuda_version=cuda11.2

# Install CUDNN
RUN apt-get install -y libcudnn8=${cudnn_version}-1+${cuda_version}
RUN apt-get install -y libcudnn8-dev=${cudnn_version}-1+${cuda_version}

# Adding env directory to path and activate rapids env
ENV PATH /opt/conda/envs/rapids/bin:$PATH
RUN /bin/bash -c "source activate rapids"

# Install libraries needed in the examples
RUN pip install \
    scanpy==1.9.1 \
    pytabix \
    dash-daq \
    dash-html-components \
    dash-bootstrap-components \
    dash-core-components \
    pytest \
    utils tensorflow

#
WORKDIR /workspace
ENV HOME /workspace
#