【Docker + WSL2 + CUDA】docker composeで開発環境を構築

はじめに

WSL2上でNVIDIA Container Toolkitをインストールし、Dockerコンテナ内でCUDAを使用する手順をまとめました。

手順

1. WSL2のインストール

WSLでLinux環境を構築

2. NVIDIAドライバをインストール

NVIDIA Driverをインストールしよう

3. Docker Desktopのインストール

Docker Desktopをインストールし、設定でWSL2を有効化します。

• Docker Desktopを開き、設定 > Resources > WSL integration を選択します
• WSL2ディストリビューションを有効化します

4. NVIDIA Container Toolkitをインストール

公式ドキュメント

以下はUbuntuの場合を記載します。

• WSL2上で以下のコマンドを実行して、リポジトリとGPGキーをセットアップします

curl -fsSL https://nvidia.github.io/libnvidia-container/gpgkey | sudo gpg --dearmor -o /usr/share/keyrings/nvidia-container-toolkit-keyring.gpg \
  && curl -s -L https://nvidia.github.io/libnvidia-container/stable/deb/nvidia-container-toolkit.list | \
    sed 's#deb https://#deb [signed-by=/usr/share/keyrings/nvidia-container-toolkit-keyring.gpg] https://#g' | \
    sudo tee /etc/apt/sources.list.d/nvidia-container-toolkit.list

• パッケージを更新します

sudo apt-get update

• NVIDIA Container Toolkit パッケージをインストールします

sudo apt-get install -y nvidia-container-toolkit

• 以下のコマンドを使用してコンテナーランタイムを構成します

sudo nvidia-ctk runtime configure --runtime=docker

• 以下のコマンドを実行するか、Docker Desktopで「Restart」でDocker デーモンを再起動します

sudo systemctl restart docker

5. サンプル CUDA コンテナを実行し、GPUが認識されるか確認

以下のコマンドを実行します。

sudo docker run --rm --gpus all nvidia/cuda:<TAG> nvidia-smi

<TAG>は以下から選択します。
https://hub.docker.com/r/nvidia/cuda/tags

例）

sudo docker run --rm --gpus all nvidia/cuda:12.3.2-base-ubuntu22.04 nvidia-smi

成功した場合、出力は以下のようになります。

+-----------------------------------------------------------------------------+
| NVIDIA-SMI 535.86.10    Driver Version: 535.86.10    CUDA Version: 12.2     |
|-------------------------------+----------------------+----------------------+
| GPU  Name        Persistence-M| Bus-Id        Disp.A | Volatile Uncorr. ECC |
| Fan  Temp  Perf  Pwr:Usage/Cap|         Memory-Usage | GPU-Util  Compute M. |
|                               |                      |               MIG M. |
|===============================+======================+======================|
|   0  Tesla T4            On   | 00000000:00:1E.0 Off |                    0 |
| N/A   34C    P8     9W /  70W |      0MiB / 15109MiB |      0%      Default |
|                               |                      |                  N/A |
+-------------------------------+----------------------+----------------------+

+-----------------------------------------------------------------------------+
| Processes:                                                                  |
|  GPU   GI   CI        PID   Type   Process name                  GPU Memory |
|        ID   ID                                                   Usage      |
|=============================================================================|
|  No running processes found                                                 |
+-----------------------------------------------------------------------------+

Docker ComposeでGPUアクセスを有効化

公式ドキュメント

以下のようなcompose.yamlファイルを作成し、docker compose upを実行します。
成功した場合、上記のnvidia-smiコマンドの出力結果が表示されます。

compose.yaml

services:
   test:
     image: nvidia/cuda:12.3.2-base-ubuntu22.04
     command: nvidia-smi
     deploy:
       resources:
         reservations:
           devices:
             - driver: nvidia
               count: 1
               capabilities: [gpu]

• capabilities：capabilities: [gpu]の用に文字列のリストとして値を指定します
• count：予約した GPU デバイス（ホストが保持している GPU 数）を整数値として指定するか all で指定します
• device_ids：ホスト上で予約する GPU デバイスの ID を表す文字列を値として指定します。デバイス ID はホスト上で nvidia-smi の出力で確認できます。例、['0', '3']
• driver：文字列として指定します。例、driver: 'nvidia'
• options：ドライバ固有のオプションを表す キーバリューの組み合わせ