Docker Compose配置GPU设备后restart:always不生效问题求助

修复步骤 #

1. 调整服务启动顺序，确保NVIDIA工具先于Docker就绪 #

问题核心大概率是Docker守护进程启动时，NVIDIA容器运行时还没完成初始化，导致容器重启时找不到GPU设备。在NixOS的configuration.nix里添加依赖配置：

systemd.services.docker = {
  after = [ "nvidia-container-toolkit.service" ];
  requires = [ "nvidia-container-toolkit.service" ];
};

执行sudo nixos-rebuild switch生效，重启系统后测试。

2. 优化容器重启策略，增加延迟重试 #

默认重启策略可能在GPU未就绪时失败后不再尝试，给容器加启动延迟：

• 非Swarm模式的docker-compose配置：

services:
  jellyfin:
    ...
    restart: unless-stopped
    restart_delay: 10s  # 启动失败后延迟10秒重试
    ...

• Swarm模式的deploy配置：

deploy:
  resources:
    reservations:
      devices:
        - driver: cdi
          device_ids:
            - nvidia.com/gpu=all
          capabilities: [gpu]
  restart_policy:
    condition: on-failure
    delay: 10s
    max_attempts: 5  # 最多重试5次
    window: 60s

3. 验证CDI设备的就绪时机 #

CDI设备文件（/var/run/cdi/nvidia.yaml）可能在系统启动初期未生成完成，导致容器启动失败：

• 手动检查该文件是否存在，若不存在，确认nvidia-container-toolkit服务状态：systemctl status nvidia-container-toolkit
• 给容器添加启动前等待逻辑，比如在启动命令前加until [ -f /var/run/cdi/nvidia.yaml ]; do sleep 2; done;（需容器内有bash环境）

4. 确认Docker守护进程的NVIDIA配置正确 #

确保Docker默认使用NVIDIA运行时，在NixOS配置中启用：

virtualisation.docker.enable = true;
virtualisation.docker.nvidia.enable = true;

执行sudo nixos-rebuild switch后，重启Docker服务：systemctl restart docker

内容的提问来源于stack exchange，提问作者Quio