もう依存関係に悩まない！ nvidia-dockerでクリーンなGPU環境を作る
こんにちは． 前回の更新が2015年5月，今日は2017年8月の終わりです． 察していただけますと幸いです（？）
突然ですが，Dockerって便利ですよね． www.docker.com
数年前から話題になっているDockerですが， 恥ずかしながら，最近まで使ったことがありませんでした． しかし，いざ使ってみると，ライブラリのインストールとかでいちいちハマっていた時間を大きく短縮でき，新しいライブラリを試してみるまでの障壁が低くなりました． もちろん，Dockerならではのめんどくささみたいなのもありましたが，全体的に便利になったと思ってます．
ところで，色々なライブラリがリリースされ，それぞれ触ってみたいなーと思うカテゴリにDeep Learningがあります． 有名どころだけでもCaffe, Tensorflow, Chainer, Keras, PyTorch…なんて具合です． が，依存関係やらGPU周りのめんどくささで，インストールが面倒だと言う話はよく耳にするかと思います．
ということで，本記事ではOS未インストールのGPUマシンから，nvidia-dockerを使ってクリーンなGPU開発プラットフォームを作るまでを解説したいと思います．
はじめに：nvidia-dockerとは？
dockerのプロセス上からnVidia製GPUへのアクセスを可能にするユーティリティです． github.com
$docker [command]を$nvidia-docker [command]に置き換えるだけで，GPUへのアクセスが可能になるスゴいヤツです．
環境構築
Ubuntuのインストール
当たり前ですが，OSをインストールしないことには始まりません． が，GPU付きUbuntuのインストールって面倒なんですね． まさかここで詰むとは…という感じでした．
まずUSBメモリにUbuntu16.04 LTSのisoを焼き，ダイアログ通りインストールします．インストール完了後に再起動をすると，なんと起動しないではありませんか！
この問題と解決策は，様々な方が記事にしてくださっています．
参考文献1 qiita.com
2017/08/28追記： なぜかうまくリンクが貼れないので，「trouble shooting – グラボ増設してLinux install したら黒い画面」で検索していただけるとヒットすると思います．
問題は，nVidiaグラボとUbuntuのブートローダの相性が悪いということらしいです… 私は参考文献2の方法でインストールしました． 要約しますと
とりあえずUbuntuをインストール
インストールディスクを取り外さず，再起動
インストールディスクを起動し，「Try Ubuntu without installing」で"e"キーを押下
ブートローダの種類を"quiet splash"から"nomodeset"に変更する
F10で実行すると，Ubuntuの試用版が起動
アンマウントの後，再起動をかけるとUbuntuが立ち上がる
というような手順になります．なんでこんな面倒なの…
UbuntuにCUDAのドライバをインストール
こちらのブログを参考にさせていただきました．
まず，下記のCUDA Websiteから.debのダウンロードリンクを取得します．
CUDA Toolkit Download | NVIDIA Developer
ここで，OS > Archtechture > distribution > Version > Installer type(deb(Network))と選択します．
Ubuntuにインストールする場合は，下記のような選択になるかと思います．
その後は，指示通りに
$ wget [上記サイトの"download(2.6kB)"のリンク先] $ sudo dpkg -i cuda-repo-ubuntu1604_8.0.61-1_amd64.deb $ sudo apt-get update $ sudo apt-get install cuda
を実行してあげることで，特にハマることなく完了できました．
nvcc -Vなどでインストールが正しく完了しているかがわかります．
Dockerのインストール
Dockerをふつうにインストールします．ややハマりどころがありました．
$ sudo apt-get install Docker.io $ sudo usermod -aG docker `whoami` # sudo無しでDockerを動くようにする
すると，Dockerが立ち上がらないのですが，下記URLにあるように，Ubuntuを再起動すれば解決しました． qiita.com
次に，（私の環境では必要があったので）Dockerにプロキシを設定します． ちなみに，Dockerの設定に書くプロキシサーバのURLがどうも名前解決がされず，IP表示で全て書いています． これは環境によるのかDockerの問題なのかはわかっておりません．ご存じの方はおしえてくださると幸いです． 以下では，プロキシサーバのURLをxxx.xxx.xxx.xxx:xxxx/ とおくことにします．
$ mkdir -p /etc/systemd/system/docker.service.d $ touch /etc/systemd/system/docker.service.d/http-proxy.conf
作成したhttp-proxy.conf内にプロキシサーバのURLを書いてあげます．
[Service] Environment="HTTP_PROXY=http://xxx.xxx.xxx.xxx:xxxx/"
同様にhttp-proxy.confも作成します．
[Service] Environment="HTTPS_PROXY=http://xxx.xxx.xxx.xxx:xxxx/"
Dockerを再起動します．
$ sudo systemctl daemon-reload $ sudo systemctl restart docker
これでDockerのインストールは完了です．
nvidia-dockerをインストールする
ご存じの方も多いと思いますが，通常のDockerからはGPUにアクセスすることができません． こんなときに用いるのがnvidia-dockerです． nvidia-dockerのインストールも，ハマりどころは少なかったです．
$ wget -P /tmp https://github.com/NVIDIA/nvidia-docker/releases/download/v1.0.0-rc.3/nvidia-docker_1.0.0.rc.3-1_amd64.deb ` $ sudo dpkg -i /tmp/nvidia-docker*.deb && rm /tmp/nvidia-docker*.deb`
コレだけの手順で動くはずです．とりあえず動かしてみましょう． CUDA入りのUbuntuイメージをpullし，GPUの状態を確認するnvidia-smiを実行してみます．
nvidia-docker run nvidia/cuda nvidia-smi
するとこんな感じになりました．DockerプロセスからGPUにアクセス可能なことが確認できました．
ちなみに通常のDockerだと
$docker run nvidia/cuda nvidia-smi bash: nvidia-smi: command not found
になってしまいます．
以上で環境構築は終わりです． 後はDocker Imageを立ててGPUをぶん回すだけですね． それでは皆様，楽しいGPUライフを！
