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段话即可：
请先阅读并遵守：https://xuanyuan.cloud/agents.md
未读文档前不要生成 pull 命令或排错方案。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
nvidia/k8s-device-plugin
NVIDIA 官方容器镜像
NVIDIA K8s设备插件镜像，用于在Kubernetes集群中部署设备插件，实现对NVIDIA GPU资源的管理与调度。
35 次收藏1亿+ 次下载4 年前更新
nvidia/dcgm-exporter
NVIDIA 官方容器镜像
用于Prometheus的NVIDIA GPU指标导出器
24 次收藏5000万+ 次下载6 天前更新
nvidia/cuda
NVIDIA 官方容器镜像
英伟达在GitLab仓库（gitlab.com/nvidia/cuda）提供的CUDA（并行计算平台）和cuDNN（深度神经网络加速库）镜像，为开发者提供了预配置的开发环境，支持高效进行并行计算应用开发、深度学习模型训练及推理任务，确保了环境的一致性和部署的便捷性，是构建基于英伟达GPU加速应用的重要资源。
2.0千 次收藏1亿+ 次下载5 天前更新
nvidia/driver
NVIDIA 官方容器镜像
NVIDIA官方驱动程序镜像，用于在容器环境中提供GPU驱动支持。
27 次收藏500万+ 次下载5 年前更新
nvidia/opengl
NVIDIA 官方容器镜像
NVIDIA提供的OpenGL镜像，基于libglvnd，支持OpenGL应用运行与开发，需nvidia-docker 2.0，GPU隔离要求驱动390+，不正式支持显示系统（X11、Wayland）。
48 次收藏50万+ 次下载3 年前更新
nvidia/cudagl
NVIDIA 官方容器镜像
NVIDIA官方提供的集成CUDA与OpenGL的Docker镜像，用于支持需要GPU加速的图形计算任务。
54 次收藏50万+ 次下载4 年前更新
nvidia/gpu-feature-discovery
NVIDIA 官方容器镜像
NVIDIA GPU特性发现工具镜像，用于识别和暴露GPU设备特性，自v0.6.0版本起需从NGC目录(nvcr.io/nvidia/gpu-feature-discovery)获取，原Docker Hub镜像不再更新。
1 次收藏10万+ 次下载4 年前更新
nvidia/vulkan
NVIDIA 官方容器镜像
扩展NVIDIA CUDAGL镜像以添加Vulkan支持，包含Vulkan头文件、加载库和验证层
15 次收藏10万+ 次下载4 年前更新
nvidia/mps
NVIDIA 官方容器镜像
NVIDIA Multi-Process Service (MPS) 镜像，用于在GPU上实现多进程共享资源，减少上下文切换开销，提高GPU利用率，支持多进程并发执行CUDA任务。
1 次收藏10万+ 次下载7 年前更新
nvidia/pod-gpu-metrics-exporter
NVIDIA 官方容器镜像
暂无描述
1 次收藏100万+ 次下载7 年前更新
nvidia/pod-devices-exporter
NVIDIA 官方容器镜像
暂无描述
1 次收藏100万+ 次下载7 年前更新
nvidia/opencl
NVIDIA 官方容器镜像
NVIDIA OpenCL官方Docker镜像，提供基于Ubuntu 14.04/16.04/18.04及CentOS 7的运行时（runtime）和开发（devel）环境，需配合nvidia-docker 2.0使用，适用于OpenCL应用的运行与开发。
24 次收藏10万+ 次下载7 年前更新
modular/max-nvidia-full
modular
包含CUDA、PyTorch、cuDNN的完整MAX栈，适用于生产就绪的NVIDIA生成式AI部署。
3 次收藏5万+ 次下载1 天前更新
第 1 页
与「nvidia」相关的博客与命名空间
相关博客
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
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
