
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。
本Docker镜像专为AMD GPU环境设计,基于pytorch/rocm6.2.4构建,提供了在AMD GPU上运行PyTorch应用的基础环境。它整合了ROCm 6.2.4计算栈与PyTorch框架,确保在AMD GPU硬件上实现高效的深度学习计算。
bashdocker run --rm -it \ --device=/dev/kfd \ --device=/dev/dri \ --group-add video \ <镜像名称>
--device=/dev/kfd:挂载AMD GPU设备节点,用于ROCm运行时访问--device=/dev/dri:挂载显示设备接口,支持GPU显示输出--group-add video:添加video用户组权限,确保容器内对GPU设备的访问权限启动交互式PyTorch环境:
bashdocker run --rm -it \ --device=/dev/kfd \ --device=/dev/dri \ --group-add video \ -v $(pwd):/workspace \ <镜像名称> python
在容器内验证GPU可用性:
pythonimport torch print(torch.cuda.is_available()) # 应输出True print(torch.cuda.get_device_name(0)) # 显示AMD GPU型号
--device参数指定多个GPU设备节点以下是 moophlo/comfyui 相关的常用 Docker 镜像,适用于 不同场景 等不同场景:
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。






来自真实用户的反馈,见证轩辕镜像的优质服务