dustynv/cupy

CuPy Docker镜像文档

镜像概述

CuPy Docker镜像是为Jetson嵌入式设备构建的GPU加速计算环境，基于NVIDIA L4T（Linux for Tegra）系统，集成了CuPy库。CuPy是一个与NumPy兼容的GPU加速数值计算库，通过CUDA实现高性能计算，适用于科学计算、数据分析和深度学习等场景。该镜像属于jetson-containers项目，支持多种Jetson平台和L4T版本，提供便捷的部署和运行方式。

核心功能与特性

• CUDA加速计算：利用Jetson设备的GPU资源，通过CUDA实现高效的并行计算，大幅提升数值运算性能。
• NumPy兼容API：提供与NumPy几乎一致的接口，降低GPU编程门槛，便于现有NumPy代码迁移。
• 多版本支持：兼容L4T R32.7+（JetPack 4.6+）和L4T R35.x（JetPack 5.1+）等多个Jetson系统版本。
• 轻量化设计：针对嵌入式设备优化，镜像体积从0.5GB到5.1GB不等，平衡功能与资源占用。
• 无缝集成工具链：支持jetson-containers工具链，提供自动标签匹配、依赖管理和快速部署能力。

适用场景

• Jetson嵌入式设备上的科学计算与数据分析。
• 深度学习模型训练/推理中的数据预处理和数值计算加速。
• GPU加速算法的开发与测试，特别是需要NumPy接口兼容的场景。
• 资源受限环境下的高性能计算任务部署。

镜像信息

兼容性说明：

• L4T R32.7镜像可运行于其他L4T R32.7版本（JetPack 4.6+）
• L4T R35.x镜像可运行于其他L4T R35.x版本（JetPack 5.1+）

依赖与被依赖关系

依赖项

• https://github.com/dusty-nv/jetson-containers/tree/master/packages/build/build-essential
• https://github.com/dusty-nv/jetson-containers/tree/master/packages/cuda/cuda
• https://github.com/dusty-nv/jetson-containers/tree/master/packages/build/python
• https://github.com/dusty-nv/jetson-containers/tree/master/packages/numpy

被依赖项

• https://github.com/dusty-nv/jetson-containers/tree/master/packages/rapids/cudf
• https://github.com/dusty-nv/jetson-containers/tree/master/packages/rapids/cudf
• https://github.com/dusty-nv/jetson-containers/tree/master/packages/rapids/cuml
• https://github.com/dusty-nv/jetson-containers/tree/master/packages/l4t/l4t-ml
• https://github.com/dusty-nv/jetson-containers/tree/master/packages/rapids/raft

使用方法

运行容器

可通过jetson-containers run工具（结合autotag自动匹配版本）或手动docker run命令启动容器：

bash
# 自动拉取或构建兼容的镜像
jetson-containers run $(autotag cupy)

# 显式指定镜像版本
jetson-containers run dustynv/cupy: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/cupy:r35.4.1

说明：

• https://github.com/dusty-nv/jetson-containers/tree/master/docs/run.md%E4%BC%9A%E5%90%91%E5%89%8D%E4%BC%A0%E9%80%92%E5%8F%82%E6%95%B0%E7%BB%99%60docker run，并添加默认配置（如--runtime nvidia、挂载/data`缓存、检测设备）。
• https://github.com/dusty-nv/jetson-containers/tree/master/docs/run.md#autotag%E4%BC%9A%E6%9F%A5%E6%89%BE%E4%B8%8E%E5%BD%93%E5%89%8DJetPack/L4T%E7%89%88%E6%9C%AC%E5%85%BC%E5%AE%B9%E7%9A%84%E9%95%9C%E5%83%8F%EF%BC%88%E6%9C%AC%E5%9C%B0%E3%80%81%E4%BB%93%E5%BA%93%E6%8B%89%E5%8F%96%E6%88%96%E6%9E%84%E5%BB%BA%EF%BC%89%E3%80%82

挂载本地目录

使用-v或--volume参数将主机目录挂载到容器内：

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

运行指定命令

启动容器时直接执行命令（非交互式shell）：

bash
jetson-containers run $(autotag cupy) 应用程序 --参数 数值

构建容器

若使用autotag时需要构建镜像，或需手动构建，可按以下步骤操作：

1. 先完成https://github.com/dusty-nv/jetson-containers/tree/master/docs/setup.md%E3%80%82
2. 执行构建命令：

bash
jetson-containers build cupy

构建过程会自动包含依赖项，并进行测试。可添加--help查看更多构建选项：

bash
jetson-containers build cupy --help

Dockerfile与源码

• Dockerfile: https://github.com/dusty-nv/jetson-containers/tree/master/packages/cuda/cupy/Dockerfile
• 项目主页: https://github.com/dusty-nv/jetson-containers/packages/cuda/cupy