Docker Windows容器无法启用GPU与CUDA，如何解决？

Windows容器支持GPU与CUDA加速，但需要满足特定环境条件并正确配置镜像和启动参数，以下是具体说明和针对你的Dockerfile的优化方案：

一、前提条件 #

• 主机系统：必须是Windows 10 1903及以上版本，或Windows Server 2019及以上版本，且已安装与目标CUDA版本匹配的NVIDIA显卡驱动（驱动版本需支持容器化CUDA）。
• Docker环境：使用Docker Desktop 2.1.0.5及以上版本，启用Windows容器模式，并安装NVIDIA Container Toolkit for Windows（用于Windows容器的GPU资源调度）。
• 基础镜像选择：不能使用普通的Python Windows镜像，必须基于NVIDIA官方提供的Windows CUDA镜像构建，这类镜像已预装CUDA Runtime和必要依赖组件，确保容器内可调用GPU资源。

二、优化后的Dockerfile示例 #

针对你的目标检测应用，调整Dockerfile如下（以CUDA 11.8 + Windows Server Core LTSC2019为例）：

# 使用NVIDIA官方Windows CUDA Runtime镜像作为基础
FROM nvidia/cuda:11.8.0-runtime-windowsservercore-ltsc2019

WORKDIR /app

# 安装Python 3.8（官方CUDA镜像默认不带Python）
RUN powershell -Command \
    Invoke-WebRequest -Uri https://www.python.org/ftp/python/3.8.10/python-3.8.10-amd64.exe -OutFile python-installer.exe; \
    Start-Process .\python-installer.exe -ArgumentList '/quiet InstallAllUsers=1 PrependPath=1' -Wait; \
    Remove-Item python-installer.exe

# 复制依赖文件与应用代码
COPY requirements.txt .
COPY opencv_core420.dll .
COPY opencv_highgui420.dll .
COPY opencv_imgcodecs420.dll .
COPY opencv_imgproc420.dll .
COPY opencv_videoio420.dll .
COPY pthreadGC2.dll .
COPY pthreadVC2.dll .
COPY darknet.dll .

# 安装Python依赖
RUN python -m pip install --upgrade pip && python -m pip install -r requirements.txt

COPY . .

EXPOSE 5000

CMD ["python", "app.py"]

三、容器启动要求 #

启动容器时必须添加GPU资源映射参数，确保容器可以访问主机GPU：

docker run --gpus all -p 5000:5000 your-image-tag

四、注意事项 #

• CUDA版本兼容性：容器内的CUDA版本必须与主机驱动支持的CUDA版本兼容（可通过nvidia-smi查看主机支持的最高CUDA版本），避免版本不匹配导致GPU调用失败。
• 系统版本匹配：基础镜像的windowsservercore版本（如ltsc2019）需与主机系统版本一致，否则可能出现驱动或系统API不兼容问题。
• DLL文件验证：确保你复制的darknet.dll等文件是基于对应CUDA版本编译的，避免因编译环境不一致导致运行错误。

内容的提问来源于stack exchange，提问作者elfik8