dustynv/cuda Docker 镜像 - 轩辕镜像

CUDA 镜像文档

概述

CUDA镜像为Jetson设备提供了NVIDIA CUDA（Compute Unified Device Architecture）运行环境，支持多个CUDA版本，适配不同的L4T（Linux for Tegra）系统版本。该镜像包含CUDA运行时组件、开发工具及示例代码，是在Jetson平台上进行GPU加速计算、深度学习及高性能计算应用开发的基础环境。

核心功能与特性

• 多版本支持：提供CUDA 12.4、12.2、11.8、11.4等版本，满足不同应用对CUDA版本的需求
• 系统适配：各CUDA版本对应特定L4T版本要求（如CUDA 12.2需L4T 35.，CUDA 12.4需L4T 36.）
• 完整依赖链：依赖build-essential等基础开发工具，同时作为cudnn、tensorrt、pytorch等关键组件的基础依赖
• 示例代码：提供-samples标签版本，包含NVIDIA CUDA Samples（位于/opt/cuda-samples），方便学习和测试CUDA功能
• Jetson生态集成：与Jetson Containers工具链无缝集成，支持自动版本匹配、快速部署和构建

支持的CUDA版本信息

容器镜像信息

注意：容器镜像兼容同系列其他L4T minor版本：

• L4T R32.7容器可运行于其他L4T R32.7版本（JetPack 4.6+）
• L4T R35.x容器可运行于其他L4T R35.x版本（JetPack 5.1+）

使用方法

运行容器

使用jetson-containers工具（推荐）

jetson-containers run命令会自动处理NVIDIA运行时、设备检测和数据挂载，可结合autotag自动匹配与当前JetPack/L4T兼容的镜像：

bash
# 自动拉取或构建兼容的容器镜像
jetson-containers run $(autotag cuda)

# 显式指定特定镜像（如含示例的版本）
jetson-containers run dustynv/cuda:12.2-samples-r36.2.0

使用docker run命令

手动指定镜像及参数（需包含--runtime nvidia以启用GPU支持）：

bash
sudo docker run --runtime nvidia -it --rm --network=host dustynv/cuda:12.2-samples-r36.2.0

挂载本地目录

使用-v或--volume参数将主机目录挂载到容器中：

bash
jetson-containers run -v /host/path:/container/path $(autotag cuda)

运行指定命令

启动容器时直接执行命令（而非交互式shell）：

bash
jetson-containers run $(autotag cuda) /opt/cuda-samples/bin/x86_64/linux/release/deviceQuery

构建容器

若需手动构建镜像，先完成系统 setup，然后运行：

bash
jetson-containers build cuda

构建过程会自动处理依赖项并进行测试。使用--help查看更多构建选项：

bash
jetson-containers build cuda --help

说明：autotag工具会自动查找与当前JetPack/L4T版本兼容的本地镜像、远程仓库镜像或构建新镜像，简化版本管理。