qflow:ubuntu_gpu

差别

这里会显示出您选择的修订版和当前版本之间的差别。

到此差别页面的链接

--- qflow:ubuntu_gpu [2026/07/13 14:32] – [2. 安装 Docker] wuxingxing
+++ qflow:ubuntu_gpu [2026/07/13 16:46] (当前版本) – 外部编辑 127.0.0.1
@@ 行 67: / 行 67: @@
 </code>
 如果能看到显卡型号、驱动版本、CUDA 版本等信息，说明驱动已成功安装（如下图例所示）：
 NVIDIA-SMI 535.309.01 为命令行工具本身的版本号，是用来查询GPU状态的可执行程序；
@@ 行 135: / 行 135: @@
 <code bash>
 sudo docker run --rm swr.cn-north-4.myhuaweicloud.com/ddn-k8s/docker.io/hello-world:latest
+# 展示类似如下信息则表示安装成功
+# Hello from Docker!
+# This message shows that your installation appears to be working correctly.
+# To generate this message, Docker took the following steps:
+#  1. The Docker client contacted the Docker daemon.
+#  2. The Docker daemon pulled the "hello-world" image from the Docker Hub. (amd64)
+#  3. The Docker daemon created a new container from that image which runs the executable that produces the output you are currently reading.
+#  4. The Docker daemon streamed that output to the Docker client, which sent it to your terminal.
+#  To try something more ambitious, you can run an Ubuntu container with:
+#   $ docker run -it ubuntu bash
 </code>
@@ 行 159: / 行 173: @@
 可在服务器直接下载：
 <code bash>
-wget --user=pwmmat --password=SimplyTheBest "http://223.70.160.60:9999/qflow/nvidia-container-toolkit_1.19.1_amd64.deb.tgz"
+wget --user=pwmat --password=SimplyTheBest "http://223.70.160.60:9999/qflow/nvidia-container-toolkit_1.19.1_amd64.deb.tgz"
 </code>
 ==== 3.2 安装 nvidia-container-toolkit ====
@@ 行 187: / 行 201: @@
 </code>
-如果容器内能正常输出 ''nvidia-smi'' 信息，说明 nvidia-container-toolkit 安装成功。
+如果容器内能正常输出 ''nvidia-smi'' 信息（如下图所示），说明 nvidia-container-toolkit 安装成功。
+{{:qflow:docker-install-check.png?400|}}
-===== 4. qflow gpu 容器版 =====
+===== 4. 开始 qflow gpu 容器版安装 =====
-点击链接, 从第二章导入镜像开始: [[qflow:quickstart_gpu#导入镜像|跳转到导入镜像章节]] 跟着文档安装到结尾
+点击链接, 从 ''宿主机安装 server.py 服务'' 开始: [[qflow:quickstart_gpu#宿主机安装 server.py 服务|跳转到宿主机安装 server.py 服务章节]] 跟着文档安装到结尾
 ~~DISCUSSION:off~~

qflow/ubuntu_gpu.1783924372.txt.gz · 最后更改: 2026/07/13 14:32 由 wuxingxing