nvidia/cudagl

CUDA GL Docker镜像文档

1. 镜像概述和主要用途

CUDA GL是NVIDIA提供的Docker镜像，基于CUDA并行计算平台，通过https://github.com/NVIDIA/libglvnd%E6%B7%BB%E5%8A%A0%E4%BA%86OpenGL%E6%94%AF%E6%8C%81%E3%80%82CUDA%E6%98%AFNVIDIA%E5%8F%91%E6%98%8E%E7%9A%84%E5%B9%B6%E8%A1%8C%E8%AE%A1%E7%AE%97%E5%B9%B3%E5%8F%B0%E5%92%8C%E7%BC%96%E7%A8%8B%E6%A8%A1%E5%9E%8B%EF%BC%8C%E5%8F%AF%E5%88%A9%E7%94%A8GPU%E7%AE%97%E5%8A%9B%E6%98%BE%E8%91%97%E6%8F%90%E5%8D%87%E8%AE%A1%E7%AE%97%E6%80%A7%E8%83%BD%E3%80%82

该镜像旨在作为基础层，供用户构建自定义的GPU加速应用容器镜像，特别适用于需要同时使用CUDA并行计算和OpenGL图形渲染的场景。

2. 核心功能和特性

2.1 核心功能

• CUDA并行计算支持：集成完整的CUDA工具链，支持GPU加速的并行计算任务。
• OpenGL图形渲染：通过libglvnd实现OpenGL接口支持，兼容主流图形API。
• 多镜像变体：提供base（基础运行时）、runtime（完整运行时）和devel（开发环境）三种变体，满足不同场景需求。

2.2 关键特性

• 跨版本兼容性：支持多种CUDA工具链版本（如11.4.2等）和操作系统（Ubuntu、CentOS）。
• 动态GLVND支持：采用libglvnd实现OpenGL库的动态管理，适配不同GPU硬件。
• 安全维护：持续更新现有镜像标签以修复CVE漏洞，保障运行环境安全。

3. 使用场景和适用范围

• GPU加速图形应用开发：需同时使用CUDA计算和OpenGL渲染的应用（如科学可视化工具、图形引擎）。
• 容器化图形工作站：构建隔离的GPU图形开发环境，简化多版本依赖管理。
• 云端图形渲染：在GPU服务器上部署容器化的OpenGL应用，提供远程图形渲染服务。
• CI/CD流水线集成：作为基础镜像构建包含CUDA+OpenGL依赖的自动化测试环境。

4. 使用方法和配置说明

4.1 前置条件

• 主机需安装NVIDIA GPU驱动（版本需兼容目标CUDA工具链）。
• 已配置NVIDIA Docker运行时（参考NVIDIA Container Toolkit）。
• Docker Engine版本≥19.03（支持--gpus参数）。

4.2 镜像拉取与运行示例

拉取镜像

以CUDA 11.4.2 + Ubuntu 20.04 runtime版本为例：

bash
docker pull nvidia/cudagl:11.4.2-runtime-ubuntu20.04

运行容器

需指定--gpus参数启用GPU支持，并挂载必要的图形设备：

bash
docker run --gpus all \
  -it --rm \
  -e DISPLAY=$DISPLAY \
  -v /tmp/.X11-unix:/tmp/.X11-unix \
  nvidia/cudagl:11.4.2-runtime-ubuntu20.04 \
  bash

说明：-e DISPLAY和-v /tmp/.X11-unix用于支持图形界面输出（需主机X Server允许）。

4.3 自建镜像方法

由于新CUDA GL镜像标签发布暂停，可通过官方build.sh脚本构建自定义镜像：

bash
# 克隆源码仓库
git clone https://gitlab.com/nvidia/container-images/cuda.git
cd cuda

# 构建并推送镜像（示例参数）
./build.sh -d \
  --image-name <私有仓库地址>/cudagl \
  --cuda-version 11.6.2 \
  --os ubuntu \
  --os-version 20.04 \
  --arch x86_64 \
  --cudagl \
  --push

参数说明：

• --image-name：目标镜像仓库地址
• --cuda-version：指定CUDA工具链版本
• --os/--os-version：基础操作系统及版本
• --cudagl：启用CUDA GL支持
• --push：构建完成后推送到仓库

5. 支持的标签

完整标签列表见SUPPORTED TAGS。以下为CUDA 11.4.2版本的典型标签示例：

5.1 Ubuntu

Ubuntu 20.04

• 11.4.2-base, 11.4.2-base-ubuntu20.04（基础运行时）
• 11.4.2-runtime, 11.4.2-runtime-ubuntu20.04（完整运行时）
• 11.4.2-devel, 11.4.2-ubuntu20.04（开发环境）

Ubuntu 18.04

• 11.4.2-base-ubuntu18.04
• 11.4.2-runtime-ubuntu18.04
• 11.4.2-devel-ubuntu18.04

5.2 CentOS

警告：CentOS 7/8的部分标签可能在NGC和Docker Hub缺失，因上游镜像常无法通过NVIDIA安全扫描。详情见NVIDIA安全公告。

CentOS 8

• 11.4.2-base-centos8
• 11.4.2-runtime-centos8
• 11.4.2-devel-centos8

CentOS 7

• 11.4.2-base-centos7
• 11.4.2-runtime-centos7
• 11.4.2-devel-centos7

6. 许可证协议

使用CUDA GL镜像即表示接受以下NVIDIA最终用户许可协议：

6.1 开源组件源码

镜像中包含的GPL等开源许可组件源码可从此处获取。

6.2 NVIDIA深度学习容器许可证

详见NVIDIA Deep Learning Container License。

7. 问题反馈与支持

• 报告问题：REPORT AN ISSUE
• 公告更新：新CUDA GL镜像标签发布暂暂停，现有标签仍会更新以修复CVE漏洞。新流水线自动化工作预计于2022年Q2末启动。

8. 注意事项

• 运行容器时必须通过--gpus参数指定GPU资源（如--gpus all或--gpus device=0）。
• CentOS版本镜像可能因上游安全扫描问题缺失，建议优先使用Ubuntu版本或自建镜像。
• 图形界面应用需确保主机X Server配置允许容器访问（如xhost +local:root临时授权）。