安裝部署說明書

#下载驱动程序       
wget https://download.nvidia.com/XFree86/Linux-x86_64/550.120/NVIDIA-Linux-x86_64-550.120.run

All versions ：https://download.nvidia.com/XFree86/Linux-x86_64/

chmod +x NVIDIA-Linux-x86_64-550.120.run

# 安装需要gcc编译环境，如果没有则需要安装build-essential
sudo apt-get install build-essential -y

#执行安装
sudo ./NVIDIA-Linux-x86_64-550.120.run 

# 服务器安装docker
sudo apt update
sudo apt install docker.io


# 安装nvidia容器化支持

# 方式1
#按照最新的官方安装文档执行：
https://docs.nvidia.com/datacenter/cloud-native/container-toolkit/latest/install-guide.html

# 方式2
# 如果中国大陆地区，在线安装方式可能由于网络问题等无法成功
# 从 镜像站 https://mirror.cs.uchicago.edu/nvidia-docker/ 下载libnvidia-container1, libnvidia-container-tools, nvidia-container-runtime, nvidia-docker2的.deb文件‌
# 我们提供了一个所需deb包的临时下载地址：https://cdn-bukbb1.xgrids.cloud/static/nvidia/docker-nvidia-support-ubuntu.zip

# 得到所有deb文件后执行安装：
sudo dpkg -i ./*.deb  # 安装所有下载的deb包

#重启docker
sudo systemctl restart docker

# 运行测试容器检测GPU是否正常：
sudo docker run --rm --gpus all nvidia/cuda:11.6.2-base nvidia-smi

#docker: Error response from daemon: Get "https://registry-1.docker.io/v2/": net/http: request canceled while waiting for connection (Client.Timeout exceeded while awaiting headers).

"registry-mirrors": ["https://docker.anyhub.us.kg","https://dockerhub.jobcher.com","https://dockerhub.icu"]

sudo systemctl daemon-reload
sudo systemctl restart docker

 $ docker info  
 ...  
 Cgroup Driver: systemd     # 如果看到Cgroup Driver = systemd，则可能发生此问题
 Cgroup Version: 1

开启持久模式：
sudo nvidia-smi -pm 1