项目场景：
项目场景：用win10 wsl2 docker开发使用GPU（tensorflow、onnx、TensorRT）的镜像，然后部署到Linux生产环境进行使用，发现不识别cuda驱动。
问题描述
在Linux上运行wsl2 save 后的镜像。
docker run -it --gpus all tensorrt:21.06-py3
出现错误：
ERROR: No supported GPU(s) detected to run this container
输入nvidia-smi
NVIDIA-SMI couldn't find libnvidia-ml.so library in your system. Please make sure that the NVIDIA Display Driver is properly installed and present in your system.
Please also try adding directory that contains libnvidia-ml.so to your system PATH.
输入nvcc -V则正常显示。
原因分析：
由于生产环境不方便截图，因此没有配图。
原因：NVIDIA驱动不匹配
Linux运行没有使用WSL2开发过镜像，会发现一切正常，如果在WSL2上通过--gpus all运行过就无法识别NVIDIA驱动了。
如原镜像名为tensorrt:21.06-py3。
在WSL运行此镜像：
docker run -it --gpus all tensorrt:21.06-py3
无论是nvidia-smi还是nvcc -V都是正常的。
在Linux直接运行此镜像：
docker run -it --gpus all tensorrt:21.06-py3
无论是nvidia-smi还是nvcc -V也都是正常的。
从WSL导出此镜像为tensorrt:21.06-py3-wls2，将它导入到Linux Docker会出现一开始的问题。
Linxu Docker 在两个镜像根目录中输入：
find -name linnvidia-ml*
会发现tensorrt:21.06-py3-wls2比tensorrt:21.06-py3多了两个路径中带有wsl的文件，应该是由于在WSL2中使用的驱动为CUDA For WSL不是单纯的CUDA驱动。删除了这两个也没有正常识别NVIDIA驱动。
解决方案：
需要将使用GPU的镜像从WSL2 Docker迁移到 Linux Docker时，目前的解决方案是在win10上运行镜像不能添加--gpus all配置参数，即不使用GPU；由于对于驱动软连接不是很熟悉，其余的解决方法还没有发现。
|