暂无描述

linuxserver/ffmpeg是LinuxServer团队优化的轻量级Docker镜像，集成FFmpeg全功能多媒体处理工具，支持音视频编解码、格式转换、滤镜特效及流媒体推流/拉流。镜像采用高效打包技术，体积小巧且兼容多架构平台，持续同步官方更新确保功能前沿。适用于开发者批量处理音视频文件、搭建媒体服务器实时转码或家庭影院系统自动化格式转换，为多媒体处理提供高效稳定的容器化解决方案。

Kasm Workspaces的CUDA工具包基础镜像，提供GPU加速支持，适用于构建和运行依赖CUDA的应用环境。

暂无描述

轻量级MAX核心组件镜像，具备下载更快、依赖更少的特点，需配合NVIDIA驱动使用。

适用于Kasm Workspaces的CUDA工具包基础镜像，包含可通过浏览器访问的Ubuntu Bionic系统，支持GPU加速，作为机器学习和数据科学桌面的基础，可自定义衍生镜像。

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。

Kasm Workspaces的CUDA工具包基础镜像，提供浏览器可访问的Ubuntu Jammy环境，适用于构建机器学习和数据科学桌面或作为自定义镜像基础。

暂无描述

集成NVIDIA CUDA库的Rocker镜像，提供R语言环境下的GPU加速计算支持，基于rocker-org/rocker-versioned2项目构建。

暂无描述

暂无描述

暂无描述

暂无描述

暂无描述

Intel优化的FFmpeg媒体转码栈，支持x264、x265、SVT-HEVC和SVT-AV1编码器，适用于高效媒体转码工作负载。

基于CentOS 7 x86_64架构、支持CUDA的conda-forge软件包构建镜像

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。

适用于x86_64架构的CentOS 7系统，集成CUDA 11.8的conda-forge构建镜像

暂无描述

暂无描述

暂无描述

官方CUDA Docker镜像，基于openEuler构建，提供异构计算平台，通过分层API和高级库助力快速构建基于NVIDIA GPU的高性能计算应用和AI服务，免费使用且无用户速率限制。

conda-forge为ppc64le架构的UBI 8系统构建的CUDA 11.8镜像，用于支持自动化软件包构建基础设施。

conda-forge为aarch64架构的UBI 8系统提供的带有CUDA 11.8的构建镜像，用于支持自动化包构建基础设施。

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。

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。

用于Prometheus的NVIDIA GPU指标导出器

NVIDIA提供的CUDA和cuDNN容器镜像，用于在GPU上开发和运行并行计算应用，支持多种架构和操作系统，包含运行时、开发工具等组件。

NVIDIA CUDA Docker镜像提供CUDA和cuDNN的分发，支持GPU加速计算应用开发，现不再支持，详情参见https://gitlab.com/nvidia/container-images/cuda/-/blob/master/README.md。

暂无描述

一个支持scale_cuda等CUDA加速功能的FFmpeg Docker容器，可实现GPU加速的视频转码、滤镜处理及多视频拼接等功能。

NVIDIA官方驱动程序镜像，用于在容器环境中提供GPU驱动支持。

暂无描述

暂无描述

此Docker镜像已弃用，请使用NVIDIA GPU Cloud (NGC) 提供的DIGITS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）。

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。

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。

GPU Operator自v1.10.1版本起，Docker Hub不再发布新镜像，需使用NGC目录中的nvcr.io/nvidia/gpu-operator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

此Docker Hub镜像已停止发布新版本，建议改用NGC目录中的nvcr.io/nvidia/k8s/cuda-sample镜像。

FFmpeg 2.8 - 3.x - 4.x Docker镜像，由FFmpeg开发者版权所有(C) 2000-2017，从源码编译，支持多种基础镜像和硬件加速。

暂无描述

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。

NVIDIA cuOpt是一款GPU加速的优化库，可解决混合整数线性规划(MILP)、线性规划(LP)和车辆路径问题(VRP)，支持包含数百万变量和约束的大规模问题，实现跨混合云和多云环境的无缝部署，加速运筹学和物流决策。

NVIDIA Data Center GPU Manager (DCGM) 容器镜像，用于在集群环境中管理和监控NVIDIA数据中心GPU，提供主动健康监控、全面诊断、系统警报及电源和时钟管理等功能，可作为独立服务运行，支持客户端连接访问GPU遥测和健康状态等功能。

截至NVIDIA Container Toolkit v1.10.0版本发布，Docker Hub将不再发布该工具包的新镜像，需改用NGC目录中的nvcr.io/nvidia/k8s/container-toolkit镜像。

此仓库已弃用，原NVIDIA k8s-device-plugin的x86_64镜像相关多架构清单现维护于https://hub.docker.com/repository/docker/nvidia/k8s-device-plugin

基于Alpine Linux的轻量级FFmpeg Docker镜像，体积仅106.7 MB（远小于传统~350 MB），包含FFmpeg 3.0.2版本及多种编解码器，适用于高效音视频编解码与格式转换。