如何使用Docker安装旧版本Rapids AI（如22.06版本）

前提条件 #

确保目标机器已配置好Docker及NVIDIA Docker运行时，且CUDA版本与Rapids 22.06兼容（22.06版本适配CUDA 11.5）。

步骤1：拉取指定版本的Rapids AI镜像 #

根据需求选择对应的镜像类型、CUDA版本、系统及Python版本，执行拉取命令：

# 示例：拉取core镜像，CUDA 11.5，Ubuntu20.04，Python3.9版本的Rapids 22.06
docker pull rapidsai/rapidsai-core:22.06-cuda11.5-runtime-ubuntu20.04-py3.9

镜像标签说明：

• rapidsai-core：包含核心库（如cudf、cuML）；若需完整生态可替换为rapidsai-full，基础开发环境用rapidsai-base
• 22.06：Rapids版本号
• cuda11.5：适配的CUDA版本
• runtime：仅包含运行依赖；若需编译开发则替换为devel
• ubuntu20.04：系统版本
• py3.9：Python版本

步骤2：启动Rapids AI容器 #

运行以下命令启动交互式容器，自动挂载所有可用GPU：

docker run --gpus all -it --rm rapidsai/rapidsai-core:22.06-cuda11.5-runtime-ubuntu20.04-py3.9

参数说明：

• --gpus all：允许容器使用主机所有GPU
• -it：开启交互式终端
• --rm：容器退出后自动删除，避免残留资源

步骤3：验证安装 #

进入容器后，执行Python命令验证版本：

import cudf
print(cudf.__version__)

输出应为22.06.00，说明安装成功。

内容的提问来源于stack exchange，提问作者user1361488