인프런 커뮤니티 질문&답변
작성자 없음
작성자 정보가 삭제된 글입니다.
도커와 GPU 설정에 대하여 궁금한 점이 있어서 질문드립니다.
해결된 질문
작성
·
566
·
수정됨
0
아래와 같은 양식으로 질문을 남겨주세요 🙂
수업을 들으시면 이해하기 어려운 부분이 있으면 상세히 질문을 남겨주세요.
서로 Tone and Manner 를 지키며, 즐거운 수업 시간을 만들어보아요.
잠깐! 인프런 서비스 운영 관련 문의는 1:1 문의하기를 이용해주세요.
안녕하세요 강사님.
강의 잘 듣고있습니다 감사합니다~
제가 딥러닝 학습에 도커를 사용하기 위해 강의를 듣는데 궁금한 점이 있어서요!
도커가 운영체제 등에서 자유로울 수 있는데 GPU와 같은 하드웨어에 대해서도 자유로울 수 있는지 궁금하여 질문을 드립니다.
답변 1
0
안녕하세요 유지현님,
우선 제 강의에 관심을 가져주셔서 감사합니다. 질문이 다소 다양한 의미로 해석될 수 있어서, 질문을 다소 자의적으로 해석해서 (자유롭다는 표현보다) 도커에 리소스 할당하는 관점에 대해서 답을 해야할 것 같습니다. 도커에 리소스를 할당하는 것이기 때문에 가령, '메모리를 해당 컨테이너에 얼마를 할당해줘' 뉘앙스로 보는게 맞을 듯 합니다.
그리고 GPU 할당 관련해서는 여러 방법이 있지만 nvidia gpu를 사용한다고 할 경우
우선 https://github.com/NVIDIA/nvidia-docker 툴킷을 설치해주시고
1. docker run -it --gpus=all IMAGE_NAME
nvdia-docker run -it IMAGE_NAME
와 같이 도커 컨테이너 구동시 커맨드를 줘서 GPU를 사용할 수 도 있습니다.
네 유지현님,
사려 깊은 질문 덕에 어떻게 하면 잘 설명할 수 있을까? 고민해보았습니다. docker에서 GPU와 같은 리소스를 사용하기 위해서는 이에 요구되는 개발 환경 및 툴킷들이 설치되어있어야 합니다. 이에 만약 필요 개발 환경이나 관련 라이브러리의 모종의 문제가 있다면 테스트를 해봐야겠지만 제시하신 에러가 날 수도 있습니다. 또한, 환경이 추후 변화가 된다면 이에 자연스럽게 기존 개발환경 수정 요구사항이 따라오게 됩니다.
이에 질문해주신 사항을 종합해서 답변한다면, 도커에서 GPU 특성상 이를 사용하기 위해서는 개발 환경 및 툴킷 요구되므로 기대하신것 처럼 완벽하게 자유로울 수 없습니다. 작은 도움이 되었길 기대합니다 :)
감사합니다~ 질문이 너무 애매했네요ㅠㅠ 제가 딥러닝 관련 학습을 하기 위해서 도커 컨테이너 실행하는 과정에서 nvcc fatal : Unsupported gpu architecture 'compute_89' 이라는 오류가 발생하는데 컨테이너 내부에 설치된 cuda-toolkit이 지금 현재 제가 사용하는 gpu를 지원하기에는 너무 오래된 버전인 것 같더더라구요! 그래서 gpu같은 하드웨어에서는 완벽하게 자유로울 수 없는 것 같아서 궁금해서 질문을 드렸습니다!