构建GPU深度学习Docker镜像时遇NVIDIA驱动未找到错误

你的问题出在两个核心点：一是设置了FORCE_CUDA="0"强制禁用了CUDA支持，二是Docker默认的build阶段不会挂载GPU，导致构建时运行serializer.py无法识别GPU。

解决步骤 #

1. 修正环境变量

把ENV FORCE_CUDA="0"改成ENV FORCE_CUDA="1"，这样PyTorch才会尝试加载CUDA驱动并使用GPU。

2. 选择适合的构建/运行流程

Docker构建阶段默认不提供GPU访问权限，你可以选以下两种方案处理：

方案一：让构建阶段直接访问GPU（需Docker 20.10及以上版本）

启用Docker BuildKit，构建时传入--gpus all参数，让构建过程中的RUN命令能调用GPU。

修改后的Dockerfile：

FROM nvidia/cuda:11.3.0-base-ubuntu18.04
ENV FORCE_CUDA="1"
# 原Dockerfile缺少pip安装，这里补上python3-pip
RUN apt-get update && apt-get install -y python3-pip && rm -rf /var/lib/apt/lists/*
RUN pip3 install torch==1.10.0+cu113 -f https://download.pytorch.org/whl/cu113/torch_stable.html
WORKDIR /home/server
COPY . /home/server/
RUN ["python3","serializer.py","config.yml"]

构建命令：

DOCKER_BUILDKIT=1 docker build --gpus all -t your-image-name .

方案二：把生成pickle的步骤移到容器运行时

如果不想在构建阶段依赖GPU，可以先构建仅包含依赖的镜像，运行容器时再挂载GPU执行脚本生成pickle，还能把结果导出到宿主机。

修改后的Dockerfile：

FROM nvidia/cuda:11.3.0-base-ubuntu18.04
ENV FORCE_CUDA="1"
RUN apt-get update && apt-get install -y python3-pip && rm -rf /var/lib/apt/lists/*
RUN pip3 install torch==1.10.0+cu113 -f https://download.pytorch.org/whl/cu113/torch_stable.html
WORKDIR /home/server
COPY . /home/server/
# 移除构建时的执行命令，改为运行时触发
CMD ["python3","serializer.py","config.yml"]

构建命令：

docker build -t your-image-name .

运行容器（挂载GPU，同时将生成的pickle文件导出到宿主机./output目录，路径可根据实际情况调整）：

docker run --gpus all -v $(pwd)/output:/home/server/output your-image-name

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