Ubuntu下Docker-compose调用nvidia runtime失败，原可运行现报错求助

以下是针对该问题的分步排查建议：

• 验证Docker与NVIDIA Runtime基础状态

  1. 检查Docker服务运行状态：

     sudo systemctl status docker
     

     确保服务无报错，若异常则重启服务：sudo systemctl restart docker
  2. 确认NVIDIA Runtime已被Docker识别：

     docker info | grep -i nvidia
     

     正常输出应包含Runtimes: nvidia runc字样。

• 测试NVIDIA容器工具链可用性
  运行官方测试容器，排除工具链本身的问题：

  docker run --rm --runtime=nvidia nvidia/cuda:11.8.0-base-ubuntu22.04 nvidia-smi
  

  若该命令失败：

  • 检查NVIDIA驱动模块是否加载：lsmod | grep nvidia
  • 若模块未加载，重新安装DKMS驱动：sudo dkms install -m nvidia -v 535.98

• 排查docker-compose配置冲突
  你的配置同时使用了runtime: nvidia和deploy.resources.reservations.devices，部分Docker版本中这两个配置存在兼容性问题：

  1. 尝试移除deploy块，仅保留runtime: nvidia，再启动容器：

     docker-compose up -d
     

  2. 或反过来，移除runtime: nvidia，保留deploy块（需确保docker-compose版本≥3.8）。

• 检查用户权限问题
  容器指定了user: 1000:1000，需确认该用户有权限访问NVIDIA设备：

  1. 查看主机NVIDIA设备权限：

     ls -l /dev/nvidia*
     

  2. 将用户1000加入nvidia组：

     sudo usermod -aG nvidia $USER
     

     完成后重新登录系统，再尝试启动容器。
  3. 临时移除user配置，用root用户启动容器，排除权限问题。

• 查看容器启动日志定位具体错误
  这是最关键的排查步骤，日志会明确失败原因：

  docker-compose logs jellyfin
  # 或通过容器ID查看：
  docker logs <your-jellyfin-container-id>
  

  若日志出现nvidia-container-cli: initialization error，重新配置NVIDIA runtime：

  sudo nvidia-ctk runtime configure --runtime=docker
  sudo systemctl restart docker
  

• 验证版本兼容性
  确认NVIDIA驱动版本（nvidia-smi输出）与nvidia-container-toolkit、nvidia-docker2版本兼容，驱动更新后工具链未同步可能导致问题，必要时重新安装匹配版本的工具链。

内容的提问来源于stack exchange，提问作者sackopotatoes