[Docker] cuda 빌드 환경 구성

#Container

Docker로 GPU를 사용하는 컨테이너를 올리려면 몇가지 준비가 필요하다.
우선 호스트 머신에도 그래픽 드라이버가 먼저 설치되어있어야 한다.

GPU 플래그

그리고 docker를 실행할때 gpu 옵션을 줘야 하는데

docker용 gpu 플러그인이 없으면 동작하지 않는다.

이 경우에는 엔비디아용 docker를 설치해야 한다.

distribution=$(. /etc/os-release;echo $ID$VERSION_ID)
curl -s -L https://nvidia.github.io/nvidia-docker/gpgkey | sudo apt-key add -
curl -s -L https://nvidia.github.io/nvidia-docker/$distribution/nvidia-docker.list | sudo tee /etc/apt/sources.list.d/nvidia-docker.list

# 패키지 목록 업데이트
sudo apt-get update

# NVIDIA Container Toolkit 설치
sudo apt-get install -y nvidia-docker2

# Docker 서비스 재시작
sudo systemctl restart docker

이미지 선택

Docker 이미지도 되도록 cuda용 이미지를 쓰는게 간편하다.
버전에 맞춰서 nvidia/cuda:12.8.0-base-ubuntu22.04 같은걸 가져가다 쓰도록 하자

Docker 전용 종속성

Python 환경 자체가 종속성이 지옥인 경우가 많은데, 이런 ML 관련 환경이 들어가면 더 끔찍해진다.

opencv-python만 해도 그렇다. 이거 Docker에 말아올리려면 공유 라이브러리를 덕지덕지 발라야하는데, 이런건 종종 Docker용 경량 모듈이 지원되기도 한다. opencv-python의 경우에는 opencv-python-headless를 사용할 수 있다.