nvidia/cuda和tensorflow/tensorflow图像之间的区别

Question

从 GPU 支持的角度来看，tensorflow/tensorflow 镜像与 nvidia/cuda docker 镜像有什么根本不同？我不关心例如Python 的东西。例如，我本以为 nvidia 映像已经包含 CUDA 和 cuDNN，那么为什么张量流映像似乎也安装了它？我这样问是为了指导用户如何在 Docker 容器之外使用我的库，或者制作我自己的最小映像。

更多背景

我想弄清楚运行 XLA CUDA PJRT 插件需要哪些依赖项。我可以让它与 Docker Hub 上的

tensorflow/tensorflow:latest-gpu

图像一起使用，该图像使用 this Dockerfile。该 Dockerfile 基于

nvidia/cuda:12.3.0-base-ubuntu22.04

镜像。我的工作流程因该容器而失败，并出现错误

Could not create cudnn handle: CUDNN_STATUS_INTERNAL_ERROR

。该图像的

runtime

和

devel

版本也失败。

Answer 1

除了软件包版本不同之外，TensorFlow 映像还安装了 TensorRT 软件包。

带有 TensorRT 的 Nvidia 镜像可以在 Nvidia 容器注册表中找到，例如

nvcr.io/nvidia/tensorrt:24.04-py3