Nvidia Jetson Nano和docker 我正在英伟达Jexon纳米公司上运行一个定制的YOCO图像，它包含了DOCK CE（V19.03.2）。我可以毫无问题地运行docker

当我想使用docker进行视觉测试时，问题就来了。我需要访问主机端CUDA和tensorRT。这是通过英伟达集装箱运行时间在码头工人CE之上。我已经手动安装了Nvidia容器运行时（v0.9.0 beta）（提取了必要的.deb包并将其复制粘贴到rootfs中）以在我的构建上进行测试，它似乎工作正常

当我运行

docker info

时，我可以看到

nvidia

运行时可用，当我使用

docker run-it--runtime=nvidia image运行docker时，它不会抱怨

如果在docker外部运行deviceQuery测试，则会得到以下结果：

$ /usr/bin/cuda-samples/deviceQuery
...
CUDA Driver Version / Runtime Version          10.0 / 10.0
CUDA Capability Major/Minor version number:    5.3
...
deviceQuery, CUDA Driver = CUDART, CUDA Driver Version = 10.0, CUDA Runtime Version = 10.0, NumDevs = 1
Result = PASS

但是，当我想在docker中运行
deviceQuery
以测试CUDA可用性时，它失败了：

./deviceQuery Starting...

 CUDA Device Query (Runtime API) version (CUDART static linking)

cudaGetDeviceCount returned 35
-> CUDA driver version is insufficient for CUDA runtime version
Result = FAIL

其中Dockerfile如下所示：

FROM nvcr.io/nvidia/l4t-base:r32.2

COPY ./deviceQuery /tmp/deviceQuery

WORKDIR /tmp/

CMD ["./deviceQuery"]

所以我的问题是：

为什么即使我在docker中安装了Nvidia容器运行时，deviceQuery测试仍会在docker中失败我如何解决这个问题

------------编辑：----------

从英伟达DeValTalk中获得更多关于这个的信息，
 < P> > Navdia SDK管理器中包含的ROTFS中包含的代码< >代码>包含用于通过GPU访问容器所需的特定的LIB／DIR/SYM。.csv文件中列出的文件将合并到容器中，并允许访问这些文件。需要哪些特定文件，取决于容器中需要什么

当然，非常重要的是，csv文件中列出的文件的实际路径在主机上是相同的，否则合并将失败。这些路径在默认的Yocto设置中不是正确的路径，因为它们是为默认的NVIDIA SDK管理器映像rootfs设置创建的，因此需要更正

一旦纠正，应该可以访问容器中的GPU加速，并且可以通过执行deviceQuery测试进行确认