【docker】docker下如何使用宿主主机的GPU

不能直接用，默认隔离；要装 NVIDIA 容器工具包并加参数才能用宿主机 GPU。

一、为什么默认不能用

Docker 容器默认用命名空间 + cgroups隔离：

• 看不见/dev/nvidia*设备
• 没有宿主机 CUDA 库和驱动
• 必须靠NVIDIA Container Toolkit打通

二、前提（NVIDIA GPU）

1. 宿主机装好NVIDIA 驱动（nvidia-smi能跑）
2. 安装nvidia-container-toolkit（旧叫 nvidia-docker2）
3. Docker ≥19.03（支持--gpus）

Ubuntu 安装示例

distribution=$(./etc/os-release;echo$ID$VERSION_ID)curl-s-Lhttps://nvidia.github.io/nvidia-docker/gpgkey|sudoapt-keyadd-curl-s-Lhttps://nvidia.github.io/nvidia-docker/$distribution/nvidia-docker.list|sudotee/etc/apt/sources.list.d/nvidia-docker.listsudoaptupdatesudoaptinstall-ynvidia-docker2sudosystemctl restartdocker

三、启动容器（关键参数）

用--gpus分配 GPU：

# 所有 GPUdockerrun--gpusall-itnvidia/cuda:12.0-base nvidia-smi# 只给 GPU 0dockerrun--gpusdevice=0-itnvidia/cuda:12.0-base nvidia-smi# 给 GPU 0 和 1dockerrun--gpusdevice=0,1-itnvidia/cuda:12.0-base nvidia-smi

四、容器里能用到什么

• 直接用宿主机物理 GPU（性能接近原生）
• 容器内只需装应用 + CUDA 运行时，不用装驱动
• 支持CUDA、cuDNN、TensorRT、FFmpeg 硬编解码等

五、你的场景（WebRTC / 音视频）

• 如果是NVIDIA GPU（如 Quadro、RTX）：
  • 装好驱动 + 工具包，加--gpus all
  • 容器内可直接用NVENC/NVDEC硬编硬解，降低 CPU 占用
• 如果是i5-7400 核显（HD 630）：
  • Docker 对 Intel 核显支持有限，一般用VA-API 直通
  • 启动加--device /dev/dri，并挂载相关设备

六、一句话总结

默认隔离不能用；装 NVIDIA 工具包、用 --gpus 参数，容器就能直接调用宿主机 GPU 做硬编解码/AI 加速。

需要我给你一份可直接复制的安装和验证脚本吗？

结论先说：

Docker 18.09.7 不支持--gpus参数！
这个版本太老了，无法直接使用你刚才看到的现代 GPU 调用方式。

为什么不行？

• --gpus all这个参数是Docker 19.03 版本才正式加入的
• 你的18.09.7属于旧版本，没有这个功能

那你现在有 2 个方案（都能用）

方案1：升级 Docker（推荐，最简单）

直接把 Docker 升级到19.03 以上（现在都 26+ 了）
升级后一句--gpus all就能用 GPU，最省心。

方案2：不升级 Docker，用旧版 nvidia-docker2（兼容 18.09）

你的18.09.7 可以用 nvidia-docker2，只是命令不一样：

1. 安装 nvidia-docker2（和刚才一样）

distribution=$(./etc/os-release;echo$ID$VERSION_ID)curl-s-Lhttps://nvidia.github.io/nvidia-docker/gpgkey|sudoapt-keyadd-curl-s-Lhttps://nvidia.github.io/nvidia-docker/$distribution/nvidia-docker.list|sudotee/etc/apt/sources.list.d/nvidia-docker.listsudoaptupdatesudoaptinstall-ynvidia-docker2sudosystemctl restartdocker

2. 启动容器命令（必须用--runtime=nvidia）

dockerrun--runtime=nvidia-itnvidia/cuda:12.0-base nvidia-smi

✅这样就能在 Docker 18.09 里用 GPU

给你总结最关键的

• Docker 18.09.7 → 不支持 --gpus
• 但支持 nvidia-docker2 → 用 --runtime=nvidia 就能调用宿主机 GPU
• 性能和新版完全一样，只是命令不同

你如果不想升级 Docker

我可以直接给你：

• 18.09 可用的docker-compose.yml 配置 GPU
• 18.09 可用的FFmpeg + NVENC 硬解容器

需要吗？

好，我直接给你Docker 18.09.7 能用、完全适配旧版 nvidia-docker2的配置，包括：

• docker-compose.yml 写法
• 启动命令
• 验证 GPU 是否成功的方法
• 适合你音视频/WebRTC 场景的 FFmpeg 硬编解示例

全程不用升级 Docker。

1. 先确认你装好了 nvidia-docker2

如果还没装，执行这几句（复制粘贴即可）：

distribution=$(./etc/os-release;echo$ID$VERSION_ID)curl-s-Lhttps://nvidia.github.io/nvidia-docker/gpgkey|sudoapt-keyadd-curl-s-Lhttps://nvidia.github.io/nvidia-docker/$distribution/nvidia-docker.list|sudotee/etc/apt/sources.list.d/nvidia-docker.listsudoaptupdatesudoaptinstall-ynvidia-docker2sudosystemctl restartdocker

2. docker-compose.yml 配置（关键）

Docker 18.09 不支持deploy.resources，只能用runtime: nvidia。

version:'2.3'# 必须用 2.3，不能用 3.xservices:media-server:image:你的镜像runtime:nvidia# 核心：启用GPUenvironment:-NVIDIA_VISIBLE_DEVICES=all# 使用所有GPU# 或只使用GPU0# - NVIDIA_VISIBLE_DEVICES=0ports:-"xxxx:xxxx"volumes:-./xxx:/xxx

重点：

• version: '2.3'必须写
• 用runtime: nvidia
• 用环境变量NVIDIA_VISIBLE_DEVICES控制显卡

启动命令还是你原来的：

docker-composeup-d

3. 测试容器是否能看到 GPU

dockerrun--rm--runtime=nvidia nvidia/cuda:11.4.1-base nvidia-smi

能正常显示显卡型号、驱动版本 → 成功。

4. FFmpeg 使用 NVENC 硬编、NVDEC 硬解（你音视频场景）

在容器内执行：

硬解码 H.264

ffmpeg-hwaccelnvdec-iinput.mp4-fnull -

硬编码 H.264

ffmpeg-iinput.mp4-c:vh264_nvenc-b:v5M output.mp4

硬编码 H.265 (HEVC)

ffmpeg-iinput.mp4-c:vhevc_nvenc-b:v5M output.mp4

只要不报错，就是 GPU 正常工作。

5. 如果你用的是 Intel 核显（HD 630）

不用 nvidia，直接直通设备即可，docker-compose.yml：

version:'2.3'services:media-server:image:你的镜像devices:-/dev/dri:/dev/dri# 直通核显

容器内用 VA-API 硬解：

ffmpeg-hwaccelvaapi-iinput.mp4...

最简单总结（你记这两句就行）

• Docker 18.09 →不能用 --gpus / deploy
• 替代方案 →runtime: nvidia + NVIDIA_VISIBLE_DEVICES
• docker-compose 必须用version: ‘2.3’

你把你的docker-compose.yml发给我，我可以直接帮你改成能跑 GPU 的版本。