rapidsai/rapidsai-core

RAPIDS - 开源GPU数据科学

弃用通知

从RAPIDS v23.08版本开始，此Docker仓库已弃用。

• base类型镜像由 https://hub.docker.com/r/rapidsai/base 替代
• runtime类型镜像由 https://hub.docker.com/r/rapidsai/notebooks 替代
• devel类型镜像不再支持

完整变更列表请参见 https://github.com/rapidsai/docker/issues/539。

什么是RAPIDS？

访问 https://rapids.ai 获取更多信息。

RAPIDS软件库套件让您能够完全在GPU上执行端到端的数据科学和分析管道。它依赖NVIDIA® CUDA®原语进行底层计算优化，同时通过用户友好的Python接口公开GPU并行性和高带宽内存速度。

注意： 请查看下方的前提条件部分，确保您的系统满足RAPIDS的最低要求。

当前版本 - RAPIDS v23.06

23.06镜像中包含的库版本：

• cuDF https://github.com/rapidsai/cudf/tree/v23.06.00、`cuML` https://github.com/rapidsai/cuml/tree/v23.06.00、`cuGraph` https://github.com/rapidsai/cugraph/tree/v23.06.00、`RMM` https://github.com/rapidsai/RMM/tree/v23.06.00、`RAFT` https://github.com/rapidsai/raft/tree/v23.06.00、`cuSpatial` https://github.com/rapidsai/cuspatial/tree/v23.06.00、`cuSignal` https://github.com/rapidsai/cusignal/tree/v23.06.00、`cuxfilter` https://github.com/rapidsai/cuxfilter/tree/v23.06.00

镜像类型

RAPIDS镜像基于 https://hub.docker.com/r/nvidia/cuda 构建，旨在作为相应CUDA镜像的即插即用替代品，以便在保持对现有CUDA应用支持的同时轻松添加RAPIDS库。

RAPIDS镜像分为三种类型，分布在两个不同的仓库中：

本仓库（rapidsai-core）包含以下类型：

• base - 包含可直接使用的RAPIDS环境。
  • 提示：如果您想将RAPIDS作为管道的一部分使用，请选择此镜像。
• runtime - 扩展base镜像，添加了笔记本服务器和示例笔记本。
  • 提示：如果您想通过笔记本和示例探索RAPIDS，请选择此镜像。

https://hub.docker.com/r/rapidsai/rapidsai-core-dev/tags 仓库包含：

• devel - 包含完整的RAPIDS源代码树，预构建了所有工件，以及编译器工具链、调试工具、头文件和静态库，用于RAPIDS开发。
  • 提示：使用此镜像从源代码开发RAPIDS。

镜像标签命名方案

RAPIDS镜像的标签命名方案将关键平台细节整合到标签中，如下所示：

23.06-cuda11.8-runtime-ubuntu22.04-py3.10
 ^       ^    ^        ^         ^
 |       |    类型     |         Python版本
 |       |             |
 |       CUDA版本      |
 |                     |
 RAPIDS版本            操作系统版本

要获取特定平台组合的最新RAPIDS版本，只需省略RAPIDS版本。例如，要拉取支持CUDA 11.8、Python 3.10和Ubuntu 22.04的runtime镜像的最新版本，使用以下标签：

cuda11.8-runtime-ubuntu22.04-py3.10

许多用户不需要特定的平台组合，但希望获取最新版本的RAPIDS，因此提供了一个名为latest的标签，等效于cuda11.8-runtime-ubuntu22.04-py3.10。

前提条件

• NVIDIA Pascal™ GPU架构或更高版本
• 兼容的NVIDIA驱动程序和CUDA https://developer.nvidia.com/cuda-downloads
• Ubuntu 20.04/22.04 或 CentOS 7 或 Rocky Linux 8
• Docker CE v18+
• https://docs.nvidia.com/datacenter/cloud-native/container-toolkit/install-guide.html#docker

使用方法

启动容器和笔记本服务器

推荐 - Docker CE v19+ 和 nvidia-container-toolkit

bash
$ docker pull docker.xuanyuan.run/rapidsai/rapidsai-core:23.06-cuda11.8-runtime-ubuntu22.04-py3.10
$ docker run --gpus all --rm -it -p 8888:8888 -p 8787:8787 -p 8786:8786 \
         rapidsai/rapidsai-core:23.06-cuda11.8-runtime-ubuntu22.04-py3.10

旧版 - Docker CE v18 和 nvidia-docker2

bash
$ docker pull docker.xuanyuan.run/rapidsai/rapidsai-core:23.06-cuda11.8-runtime-ubuntu22.04-py3.10
$ docker run --runtime=nvidia --rm -it -p 8888:8888 -p 8787:8787 -p 8786:8786 \
         rapidsai/rapidsai-core:23.06-cuda11.8-runtime-ubuntu22.04-py3.10

容器端口

以下端口仅用于**runtime容器**（base容器不适用）：

• 8888 - 暴露 https://jupyterlab.readthedocs.io/en/stable/ 笔记本服务器
• 8786 - 暴露 https://docs.dask.org/en/latest/ 调度器
• 8787 - 暴露 Dask https://docs.dask.org/en/latest/setup/cli.html#diagnostic-web-servers

环境变量

以下环境变量可传递给docker run命令：

• DISABLE_JUPYTER - 设置为true以禁用默认Jupyter服务器启动（不适用于base镜像）
• JUPYTER_FG - 设置为true以在前台而非后台启动Jupyter服务器（不适用于base镜像）
• EXTRA_APT_PACKAGES -（仅Ubuntu镜像）用于在容器中安装额外的apt包。使用空格分隔的值列表
• APT_TIMEOUT -（仅Ubuntu镜像）apt命令应等待退出的时间（秒）
• EXTRA_YUM_PACKAGES -（仅CentOS镜像）用于在容器中安装额外的yum包。使用空格分隔的值列表
• YUM_TIMEOUT -（仅CentOS镜像）yum命令应等待退出的时间（秒）
• EXTRA_CONDA_PACKAGES - 用于在容器中安装额外的conda包。使用空格分隔的值列表
• CONDA_TIMEOUT - conda命令应等待退出的时间（秒）
• EXTRA_PIP_PACKAGES - 用于在容器中安装额外的pip包。使用空格分隔的值列表
• PIP_TIMEOUT - pip命令应等待退出的时间（秒）

示例：

sh
$ docker run \
    --rm \
    -it \
    --gpus all \
    -e EXTRA_APT_PACKAGES="vim nano" \
    -e EXTRA_CONDA_PACKAGES="jq" \
    -e EXTRA_PIP_PACKAGES="beautifulsoup4" \
    -p 8888:8888 \
    -p 8787:8787 \
    -p 8786:8786 \
    rapidsai/rapidsai-core:23.06-cuda11.8-runtime-ubuntu22.04-py3.10

绑定挂载

挂载文件/文件夹到以下位置可为镜像提供额外功能：

• /opt/rapids/environment.yml - 包含conda要安装的依赖项列表的YAML文件。文件格式如下：

yml
dependencies:
  - beautifulsoup4
  - jq

示例：

sh
$ docker run \
    --rm \
    -it \
    --gpus all \
    -v $(pwd)/environment.yml:/opt/rapids/environment.yml \
    rapidsai/rapidsai-core:23.06-cuda11.8-runtime-ubuntu22.04-py3.10

使用JupyterLab探索笔记本

23.06容器中的以下目录可找到笔记本（不适用于base镜像）：

• /rapids/notebooks/cugraph - cuGraph演示笔记本
• /rapids/notebooks/cuml - cuML演示笔记本
• /rapids/notebooks/cusignal - cuSignal演示笔记本
• /rapids/notebooks/cuxfilter - cuXfilter演示笔记本
• /rapids/notebooks/cuspatial - cuSpatial演示笔记本
• /rapids/notebooks/xgboost - XGBoost演示笔记本

每个笔记本的完整描述，请参见 notebooks仓库中的https://github.com/rapidsai/notebooks/blob/branch-23.06/README.md。

扩展RAPIDS镜像

所有RAPIDS镜像使用conda作为包管理器，所有RAPIDS包（包括源代码构建的）都在rapids conda环境中可用。如果要扩展RAPIDS镜像（例如使用FROM），则在Dockerfile的所有RUN命令开头必须包含source activate rapids。否则，由于默认使用base环境，docker构建上下文将无法访问RAPIDS库。可在https://github.com/rapidsai/docker的Dockerfile中找到此类示例。

自定义数据和高级用法

您可以修改上述步骤。例如，使用自己的数据启动交互式会话：

推荐 - Docker CE v19+ 和 nvidia-container-toolkit

bash
$ docker run --gpus all --rm -it -p 8888:8888 -p 8787:8787 -p 8786:8786 \
         -v /path/to/host/data:/rapids/my_data \
         rapidsai/rapidsai-core:23.06-cuda11.8-runtime-ubuntu22.04-py3.10

旧版 - Docker CE v18 和 nvidia-docker2

bash
$ docker run --runtime=nvidia --rm -it -p 8888:8888 -p 8787:8787 -p 8786:8786 \
         -v /path/to/host/data:/rapids/my_data \
         rapidsai/rapidsai-core:23.06-cuda11.8-runtime-ubuntu22.04-py3.10

这会将主机操作系统的数据映射到容器操作系统的/rapids/my_data目录。您可能需要修改提供的笔记本以适应新的数据路径。

在笔记本中访问文档

您可以在JupyterLab笔记本中使用?命令查看RAPIDS API文档，如下所示：

[1] ?cudf.read_csv

这将打印函数签名及其使用文档。如果不够，可使用??查看函数完整代码：

[1] ??pygdf.read_csv

有关更多详细信息和RAPIDS https://rapids.ai/assets/files/cheatsheet.pdf，请查看RAPIDS http://rapids.ai/start.html。

更多信息

查看 https://docs.rapids.ai/api 和 https://xgboost.readthedocs.io/en/latest/ API文档。

通过遵循https://github.com/rapidsai/notebooks，了解如何设置多节点cuDF和XGBoost数据准备及分布式训练环境。

如何获取帮助或提交错误/请求？

请将容器相关问题提交至GitHub仓库：https://github.com/rapidsai/docker/issues/new

对于cuDF、cuML、RMM等RAPIDS库的问题，请在相关GitHub项目中提交issue。

更多帮助可在 https://stackoverflow.com/tags/rapids 或 https://groups.google.com/forum/#!forum/rapidsai 找到。