View source for Docker(GPU-Cluster) User Guide

清华大学交叉信息研究院Docker(GPU-Cluster)用户操作指南
   
= 申请Docker(GPU-Cluster)资源 =

请登录www.shurenyun.com 注册一个账户。

请把注册的帐户信息（即：注册时填写的邮箱）发送给尹伟老师，尹伟老师的邮箱是yw@mail.tsinghua.edu.cn，尹老师进行授权后，即可使用Docker资源。

= 使用Docker资源 =	

用户使用Docker（GPU-Cluster）资源，详细操作，如下：

使用注册的账户登录www.shurenyun.com，点击左侧导航栏中的“应用管理”，然后点击右上角的第一个图标，会出现“新建应用”，点击“新建应用”发布一个deeplearning:allinone的应用。

1）应用名称： 自定义

2）选择集群： gpu-share:GPU-cluster

3）镜像地址： demoregistry.dataman-inc.com/srypoc/deeplearning:allinone

4）镜像版本： allinone

5）网络模式： 网桥模式（这里必须选择网桥模式， 因为容器的暴露端口是22，主机模式会跟宿主机的22端口冲突）

6）容器规格： 1cpu，1024M（或者据情况而定）

7）容器个数：1

点击“容器个数”下面的V型按钮，打开“高级设置”，设置如下内容：

8）选择主机： 如果你必须使用GPU资源，最好选择标签gpu, 或者直接选择 10.1.0.[170,172,177,179,180]中的某一台或几台主机。

9）挂载点：点击添加挂接路径按钮，添加如下2项信息。

1>主机目录：/var/lib/docker/volumes/nvidia_driver_352.79/_data  映射到容器目录：/usr/local/nvidia

2>主机目录：/mnt/data  映射到容器目录：/mnt/data 用户需要将持久化保持的数据放到该目录的某个文件夹下。(注：该目录是个nfs目录，数据将会被持久化存储到 ceph 上。由于当前版本数人云无法与ldap绑定，所以该目录里面的文件没有隔离机制，只能要求用户各自建立一个 home 目录来放置自己的文件)

10）应用地址： 应用端口：22，协议为TCP，映射端口：52222（用户可以自定义端口号，端口范围1024-65535）。使用此方式配置的映射端口是变化的，为ssh访问带来不变。用户可以把映射端口固定下来，不让其变化。操作如下：
在该处，不对“应用地址”进行配置。在第12）条的Docker参数中，添加额外的参数 Key: publish   Value: 22:32222  此例中32222为ssh的映射端口，后续使用ssh访问容器时，需要用该端口。 

11）环境变量： 可以不填写

12）Docker 参数: 单击“添加DOCKER参数”按钮，添加如下3个参数。

Key: device   对应的Value: /dev/nvidia-uvm

Key: device   对应的Value: /dev/nvidia0

Key: device   对应的Value: /dev/nvidiactl

提示：如果需要固定ssh的映射端口，需要添加如下参数。

Key: publish   Value: 22:映射端口

13）日志目录： 可以不修改

14）CMD： 输入需要执行的命令。

点击“创建”

应用创建成功后， 通过ssh -p ${ssh的映射端口}root@${应用地址栏看到的IP}(这里的应该是 10.1.0.170)，密码：password ，即可访问容器。

登录容器后，可以通过命令：caffe device_query -gpu all 来查看GPU信息