nvcr.io/nvidia/cuda:13.2.1-runtime-oraclelinux8
nvcr.iolinux/amd6413.2.1-runtime-oraclelinux8大小: 未知更新于 2026年6月23日
让 AI 帮你使用轩辕镜像？ · 展开查看说明 · 点击收起说明
如果你使用 DeepSeek、元宝 AI、Copilot、ChatGPT 等 AI 工具，协助配置轩辕镜像、编写 docker pull 命令、修改 Docker Compose 镜像地址、配置镜像加速、排查镜像拉取失败、分析报错日志等问题，请先让 AI 阅读并遵守轩辕镜像的规则文档。
只需在 AI 对话中先发送下面这句话即可：
请先完整阅读并严格遵守以下文档中的全部规则与要求：
https://xuanyuan.cloud/agents.md
在未充分阅读并理解该文档前，不要生成任何命令、配置、修改建议、故障排查方案或技术回答。后续所有输出都必须严格以该文档中的规范为最高优先级执行。查看 agents.md 用法指南与完整示范。国内用户首推 元宝 AI、DeepSeek 的深度思考模式，不推荐豆包 AI；Cursor 等编辑器可在对话 @ 该链接，或加入 User Rules。 若 AI 无法访问外链，可 打开说明文档 复制全文粘贴。文档会随站点更新，复制内容可能过期，建议定期检查。
NVIDIA CUDA容器镜像是集成CUDA工具包的官方容器化解决方案，为AI与深度学习应用提供GPU加速计算环境。 提供完整的CUDA核心库与API；支持GPU并行计算任务的高效执行；集成编译器、调试器等开发工具链；兼容cuDNN等GPU加速库；支持多版本CUDA环境灵活部署。 基于Linux/amd64平台构建，集成CUDA Runtime与Driver组件，通过容器化技术封装GPU加速计算所需的底层库与工具，实现与NVIDIA GPU硬件的深度适配，支持CUDA核心计算逻辑的高效编译与执行。 适用于AI模型训练与推理、科学计算、高性能计算等需要GPU加速的应用开发与部署场景，尤其适合作为深度学习框架（如PyTorch、TensorFlow）的底层依赖环境。
镜像拉取常见问题
功能
错误码
用户好评
来自真实用户的反馈，见证轩辕镜像的优质服务
oldzhang
运维工程师
Linux服务器
5
"Docker访问体验非常流畅，大镜像也能快速完成下载。"