기계 번역으로 제공되는 번역입니다. 제공된 번역과 원본 영어의 내용이 상충하는 경우에는 영어 버전이 우선합니다.

# Deadline Cloud 작업자에서 NVIDIA GPUs로 Docker 컨테이너 실행
<a name="examples-host-config-docker-nvidia"></a>

[docker\_nvidia\_container\_toolkit](https://github.com/aws-deadline/deadline-cloud-samples/tree/mainline/host_configuration_scripts/docker_nvidia_container_toolkit) 호스트 구성 스크립트는 Linux 서비스 관리형 플릿 작업자에 Docker와 NVIDIA Container Toolkit을 설치하여 작업이에서 직접 GPU 컨테이너를 실행할 수 있도록 합니다`docker run`. ComfyUI 및 Stable Diffusion 추론 서버와 같은 많은 GPU 워크로드는 컨테이너 이미지로 제공되며 GPU 패스스루가 있는 Docker가 필요합니다. 또한 컨테이너는 호스트를 오염시키거나 플릿의 다른 작업과 충돌하지 않고 복잡한 종속성 스택(CUDA, Python, 애플리케이션별 라이브러리)을 패키징하는 깔끔한 방법을 제공합니다.

 스크립트는 다음 작업을 수행합니다.

1. 를 통해 Docker를 설치하고 서비스를 `dnf` 시작합니다.

1. 작업이 sudo 없이 컨테이너`job-user`를 실행할 수 있도록 `docker` 그룹에를 추가합니다.

1. 공식 리포지토리에서 NVIDIA 컨테이너 툴킷을 설치합니다.

1. NVIDIA 런타임을 사용하도록 Docker 데몬을 구성합니다.

1. GPU 액세스를 위한 CDI(컨테이너 디바이스 인터페이스) 사양을 생성합니다.

1. Docker를 다시 시작하고 설정을 확인합니다.

플릿 AMI에는 Deadline Cloud GPU AMIs가 제공하는 NVIDIA GPU 드라이버가 이미 설치되어 있어야 하며 플릿은 `g6.xlarge`, `g6e.xlarge`또는와 같은 GPU 인스턴스 유형을 사용해야 합니다`p4d.24xlarge`.

호스트 구성이 실행되면 작업이 GPU 컨테이너를 시작할 수 있습니다. 다음 예제에서는 GPU 액세스, 호스트 네트워킹 및 표준 Deadline Cloud 사용량 기반 라이선스 환경 변수를 통해 컨테이너를 실행합니다.

```
docker run --rm \
  --runtime=nvidia \
  --gpus all \
  --network host \
  -e ADSKFLEX_LICENSE_FILE \
  -e FLEXLM_TIMEOUT \
  -e foundry_LICENSE \
  -e PIXAR_LICENSE_FILE \
  -e g_licenseServerRLM \
  -e redshift_LICENSE \
  -e SESI_LMHOST \
  -e VRAY_AUTH_CLIENT_FILE_PATH \
  -e VRAY_AUTH_CLIENT_SETTINGS \
  {{your-image:latest}}
```