1.1 安装环境

  • 安装的主机环境：
    • ubuntu 系统
    • nvidia-smi(英伟达显卡驱动)
    • docker(>=version19.03)
    • nvidia-container-toolkit
  • 安装docker
    • sudo apt-get install docker-ce docker-ce-cli containerd.io
  • 安装nvidia-container-toolkit
    • 官方链接
      • https://docs.nvidia.com/datacenter/cloud-native/container-toolkit/install-guide.html
    • Add the package repositories
      • distribution=$(. /etc/os-release;echo $ID$VERSION_ID)
      • curl -s -L https://nvidia.github.io/nvidia-docker/gpgkey | sudo apt-key add -
    • curl -s -L https://nvidia.github.io/nvidia-docker/$distribution/nvidia-docker.list | sudo tee /etc/apt/sources.list.d/nvidia-docker.list
    • 该命令成功后可以查看cat /etc/apt/sources.list.d/nvidia-docker.list
    • sudo apt-get update && sudo apt-get install -y nvidia-container-toolkit
    • sudo systemctl restart docker
  • VideoProcess sdk docker image : nvidia_vca_v3.tar

1.2 部署 docker 并启动容器

  • 安装 docker image ： docker load --input ./nvidia_vca_v3.tar
    • 查看加载好的镜像：docker image ls
      • REPOSITORY TAG IMAGE ID CREATED SIZE
      • nvidia/vca v3.0 c804f2e83f0b 6 weeks ago 12.2GB
  • 启动容器 ： docker run -it --gpus all --name nvidia_vca nvidia/vca:v3.0 /bin/bash
    • --gpus all : 将nvidia的硬件驱动映射到容器中，使在容器中能够使用硬件资源
    • --name nvidia_vca : 设置容器名称
  • 拷贝英伟达视频编解码动态库（执行完启动容器的命令，此时终端已经在容器中）
    • 另外打开一个终端，在目录 /usr/lib/x86_64-linux-gnu下找到两个动态库文件：libnvcuvid.so.470.141.03， libnvidia-encode.so.470.141.03。（注：这两个动态库文件后面的版本号与英伟达显卡驱动版本相关，不同版本的驱动，动态库文件名不同，但前面是相同的libnvcuvid.so.*， libnvidia-encode.so.*）
    • 将两个动态库文件拷贝到第二步创建的容器中对应目录：
      • 拷贝libnvcuvid.so : docker cp /usr/lib/x86_64-linux-gnu/libnvcuvid.so.470.141.03 nvidia_vca:/usr/lib/x86_64-linux-gnu/libnvcuvid.so.470.141.03
      • 拷贝libnvidia-encode.so : docker cp /usr/lib/x86_64-linux-gnu/libnvidia-encode.so.470.141.03 nvidia_vca:/usr/lib/x86_64-linux-gnu/libnvidia-encode.so.470.141.03
  • 在创建的docker容器中，创建英伟达视频编解码动态的软连接
    • libnvcuvid.so.*:
      • ln -s /usr/lib/x86_64-linux-gnu/libnvcuvid.so.470.141.03 /usr/lib/x86_64-linux-gnu/libnvcuvid.so.1
      • ln -s /usr/lib/x86_64-linux-gnu/libnvcuvid.so.1 ln -s /usr/lib/x86_64-linux-gnu/libnvcuvid.so
    • libnvidia-encode.so.*:
      • ln -s /usr/lib/x86_64-linux-gnu/libnvidia-encode.so.470.141.03 /usr/lib/x86_64-linux-gnu/libnvidia-encode.so.1
      • ln -s /usr/lib/x86_64-linux-gnu/libnvidia-encode.so.1 ln -s /usr/lib/x86_64-linux-gnu/libnvidia-encode.so

1.3 拷贝SDK到容器中，设置环境变量，测试SDK

  • 使用docker cp VideoProcess nvidia_vca:/data/dagger/命令将SDK拷贝到容器中

  • 设置环境变量

    • export LD_LIBRARY_PATH=/data/dagger/VideoProcess/lib:/data/dagger/VideoProcess/3party/lib:/usr/local/TensorRT/lib:/usr/local/cuda-11/lib64: