dustynv/cuda-python

cuda-python镜像文档

镜像概述和主要用途

cuda-python镜像是为Jetson平台设计的CUDA Python环境，基于CUDA 11.4，提供GPU加速的Python开发环境。适用于在Jetson设备上开发和运行需要CUDA支持的AI、机器学习、科学计算等Python应用，是多个AI框架和库的基础依赖。

核心功能和特性

• 基于CUDA 11.4，支持GPU加速计算
• 集成Python环境及numpy等科学计算库
• 依赖build-essential、cuda、python、numpy等基础组件
• 适用于arm64架构，兼容L4T系统（>=34.1.0，JetPack 5.1+）
• 作为faiss_lite、nanodb、tensorrt_llm等AI相关包的依赖基础

容器信息

基础信息

可用镜像版本

镜像兼容性说明：容器镜像兼容其他次要版本的JetPack/L4T系统：

• L4T R32.7容器可在其他L4T R32.7版本（JetPack 4.6+）上运行
  
• L4T R35.x容器可在其他L4T R35.x版本（JetPack 5.1+）上运行

使用方法

运行容器

可通过jetson-containers run命令结合autotag自动选择兼容镜像，或手动使用docker run命令启动容器：

bash
# 自动拉取或构建兼容的容器镜像
jetson-containers run $(autotag cuda-python)

# 显式指定上述镜像之一
jetson-containers run dustynv/cuda-python:builder-r35.4.1

# 使用docker run命令（需指定镜像及挂载等参数）
sudo docker run --runtime nvidia -it --rm --network=host dustynv/cuda-python:builder-r35.4.1

说明：

• jetson-containers run会将参数转发给docker run，并添加默认配置（如--runtime nvidia、挂载/data缓存、检测设备等）
  
• autotag会查找与当前JetPack/L4T版本兼容的容器镜像（本地、仓库拉取或构建）

挂载本地目录

使用-v或--volume参数将主机目录挂载到容器中：

bash
jetson-containers run -v /主机路径:/容器路径 $(autotag cuda-python)

运行指定命令

启动容器时直接运行命令（而非交互式shell）：

bash
jetson-containers run $(autotag cuda-python) 应用命令 --参数

构建容器

若使用上述autotag命令，会在需要时自动构建容器。如需手动构建，先完成https://github.com/dusty-nv/jetson-containers/tree/master/docs/setup.md%EF%BC%8C%E7%84%B6%E5%90%8E%E8%BF%90%E8%A1%8C%EF%BC%9A

bash
jetson-containers build cuda-python

构建过程中会集成依赖组件并进行测试。使用--help查看构建选项：jetson-containers build cuda-python --help

使用场景和适用范围

适用于Jetson系列设备（如Jetson Nano、Xavier、Orin）上需要CUDA加速的Python应用开发，包括但不限于：

• 机器学习模型训练与推理
• 科学计算与数据分析
• GPU加速的Python库开发
• 作为AI框架（如TensorRT LLM、FAISS）的基础运行环境