activeeon/cuda
activeeon
ActiveEon提供的基于CUDA的Docker镜像，用于构建和运行需要GPU加速的应用，支持CUDA环境，适用于科学计算、机器学习及分布式工作流场景。
下载次数: 0状态：社区镜像维护者：activeeon仓库类型：镜像最近更新：4 年前
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。
ActiveEon CUDA Docker镜像文档
镜像概述
ActiveEon CUDA镜像是由ActiveEon维护的Docker镜像，基于CUDA技术构建，旨在为需要GPU加速的应用提供可靠的运行环境。该镜像可从Docker Hub获取，也可通过源码构建，适用于集成到各类需要CUDA支持的工作流和分布式计算场景。
核心功能与特性
- 基于官方CUDA基础镜像构建，确保CUDA运行时环境的稳定性
- 支持GPU加速计算，适用于需要CUDA支持的应用程序
- 可与ProActive等分布式计算框架集成，支持复杂工作流处理
- 提供灵活的构建和部署方式，支持本地构建和Docker Hub拉取
使用场景
- 科学计算：需要GPU加速的数值计算、模拟等任务
- 机器学习：深度学习模型训练、推理等GPU密集型任务
- 分布式工作流：与ProActive等框架结合，处理分布式GPU任务
- 开发环境：为CUDA应用开发提供一致的运行环境
使用方法
1. 获取镜像
从Docker Hub拉取
bashdocker pull activeeon/cuda:latest
本地构建
bash# 克隆源码仓库（需先获取源码） git clone https://github.com/ow2-proactive/docker.git cd docker/cuda # 构建镜像 docker build -t activeeon/cuda:latest .
2. 运行容器
基本运行命令（需确保主机已安装NVIDIA Docker运行时）：
bashdocker run --gpus all -it activeeon/cuda:latest nvidia-smi
该命令会启动容器并运行nvidia-smi命令，验证GPU是否正常识别。
3. 集成到工作流
可将该镜像作为基础镜像，用于构建包含特定应用的自定义镜像，或直接在ProActive等工作流平台中引用，执行GPU加速任务。
相关资源
- 镜像地址：https://hub.docker.com/r/activeeon/cuda
- 源码仓库：https://github.com/ow2-proactive/docker/tree/master/cuda
镜像拉取方式
您可以使用以下命令拉取该镜像。请将 <标签> 替换为具体的标签版本。如需查看所有可用标签版本，请访问 标签列表页面。
DockerHub 原生拉取命令
docker pull activeeon/cuda:<标签>
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。"