Docker运行Nvidia环境报错：libnvidia-ml.so.1文件未找到

关于手动安装libnvidia-ml.so.1的可行性 #

• 不建议在Dockerfile中手动安装libnvidia-ml.so.1，这个库是**NVIDIA容器运行时（nvidia-container-runtime）**负责从宿主机映射到容器内的，属于宿主机NVIDIA驱动的核心组件，不是容器内应该单独安装的内容。强行安装会因为版本不匹配引发更严重的兼容性问题。

容器运行所需的NVIDIA/CUDA依赖配置 #

你基于官方PyTorch镜像构建的镜像本身已包含CUDA基础依赖，但要让容器正常调用GPU，需注意以下几点：

1. 宿主机环境必须达标：
   • 宿主机需安装与容器内CUDA版本兼容的NVIDIA驱动（CUDA 11.7要求驱动版本≥450.80.02）
   • 宿主机必须安装nvidia-docker2及配套的NVIDIA容器运行时，不能只用普通Docker
2. Dockerfile优化建议：
   • 官方PyTorch镜像自带pip，无需额外安装python3-pip，可移除该安装项
   • 若需确保CUDA环境变量正常，可添加以下配置（部分官方镜像已默认设置）：

     ENV NVIDIA_VISIBLE_DEVICES all
     ENV NVIDIA_DRIVER_CAPABILITIES compute,utility
     

3. 启动命令确认：
   • 你的启动命令docker run --rm --name pixel2mesh_service -it --gpus=all pixel2mesh_service格式正确，但需依赖宿主机nvidia-docker环境配置无误

报错核心原因排查 #

你遇到的nvidia-container-cli: initialization error本质是宿主机的NVIDIA容器运行时无法正常加载驱动库，常见诱因：

• 宿主机未安装NVIDIA驱动或驱动版本不兼容
• 宿主机未正确安装nvidia-docker2组件
• Docker daemon未配置使用nvidia作为默认运行时

附用户提供的Dockerfile：

FROM pytorch/pytorch:latest
WORKDIR /usr/app/
RUN apt-get update && apt-get install -y git libgl1 libegl1 libgomp1 python3-pip wget
COPY requirements.txt .
RUN pip install -r requirements.txt

内容的提问来源于stack exchange，提问作者eliboy8