让 AI 帮你使用轩辕镜像? · 展开查看说明 · 点击收起说明
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。
架构筛选
ruzhuchen/mlperf-nvidia
ruzhuchen
暂无描述
762 次下载2 年前更新
rrad/mlperf-nvidia
rrad
暂无描述
734 次下载6 年前更新
donnmyth/mlperf-nvidia
donnmyth
MLPerf Training v5.1 reference images — RTX 40xx / H100 / H200 / B200 / GB200, arch-patched
719 次下载2 个月前更新
ribinbaby/mlperf-nvidia
ribinbaby
mlperf training 4.0 benchmarking images
569 次下载1 年前更新
rhrh1234/mlperf-nvidia
rhrh1234
pt2 from pytorch25.04
pt from nemo:25.02
506 次下载10 个月前更新
rocm/amd-mlperf
rocm
AMD MLPerf docker images
4.9千+ 次下载28 天前更新
mirantis/ucp-nvidia-device-plugin
mirantis
暂无描述
100万+ 次下载1 个月前更新
modular/max-nvidia-base
modular
Lightweight MAX essentials. Faster downloads, minimal dependencies. Needs NVIDIA drivers.
1 次收藏5万+ 次下载1 天前更新
modular/max-nvidia-full
modular
Complete MAX stack: CUDA, PyTorch, cuDNN included. Production-ready NVIDIA GenAI deployment.
3 次收藏1万+ 次下载1 天前更新
docker/ucp-nvidia-device-plugin
Docker 官方工具与组件镜像
暂无描述
10万+ 次下载6 年前更新
lfedge/eve-nvidia
lfedge
暂无描述
10万+ 次下载3 天前更新
kasmweb/ubuntu-noble-nvidia
kasmweb
暂无描述
1 次收藏1万+ 次下载3 小时前更新
kasmweb/ubuntu-jammy-nvidia
kasmweb
暂无描述
1万+ 次下载3 小时前更新
kasmweb/core-nvidia-focal
kasmweb
Base image for Kasm Workspaces with 3D GPU Acceleration for compatible Nvidia based GPUs.
2 次收藏6.7千+ 次下载4 年前更新
第 1 页
与「mlperf-nvidia」相关的博客与命名空间
相关博客
VLLM Docker 容器化部署指南:在 NVIDIA Jetson 平台高效运行大语言模型推理服务
VLLM是一个高效的开源大语言模型(LLM)推理服务框架,通过创新的PagedAttention技术实现高吞吐量和低延迟的推理性能。本文介绍的`dustynv/vllm`镜像是针对NVIDIA Jetson平台优化的容器化版本,由[dustynv/jetson-containers](https://github.com/dustynv/jetson-containers)项目构建,专为边缘计算场景设计,支持在资源受限的嵌入式设备上部署高性能LLM推理服务。
Docker部署教程2025/12/2
NVIDIA CUDA 镜像 Docker 容器化部署全流程
CPU 像“全能但慢的多面手”,适合处理逻辑复杂但数据量小的任务;GPU 像“成千上万的小工人”,擅长同时处理大量重复、简单的计算。CUDA 就是连接开发者与 GPU 能力的“桥梁”,让 GPU 能脱离显卡驱动,直接为科学计算、AI 训练、数据处理等任务服务。
Docker部署教程2025/10/10