cuda docker images .. again , for develop nvcc command.

上次做的，發現nvidia/cuda10.1-base，進入後，雖然 nvidia-smi 是 OK 的，但是沒有 nvcc command。
自己安裝 Toolkit 後，build ffmpeg OK，run 起來 libavcodec.so load fail，說 nvidia driver version 不對 (其實是對的)。

在 cuda container tags list 中，有列出所有 image 的內容。
每個 link 可以看到 Dockerfile。
猜是 nvidia/cuda10.1-devel 這格才有 nvcc。
測試一下..

docker run -gpus all -it nvidia/cuda:10.1-devel bash
..
:/# nvcc --version
nvcc: NVIDIA (R) Cuda compiler driver
Copyright (c) 2005-2019 NVIDIA Corporation
Built on Sun_Jul_28_19:07:16_PDT_2019
Cuda compilation tools, release 10.1, V10.1.243

到 /usr/local 下也有看到 cuda-10.1 目錄。

結果一樣，找不到 libnvidia-encode.so

在 host 找，是在 /usr/lib/:

:/usr/lib$ sudo find . -type f -name 'libnvidia-en*'
./i386-linux-gnu/libnvidia-encode.so.435.21
./x86_64-linux-gnu/libnvidia-encode.so.435.21

可能要參考這一篇，加上 CAPIBILITIES option
-- 沒用，那是舊版nvidia-docker。

這一個 dockerfile 大概可以試試看..

最後，在 nvidia Docker 自己的說明 : Usage

For a Dockerfile using the NVIDIA Video Codec SDK, you should use:

ENV NVIDIA_VISIBLE_DEVICES all
ENV NVIDIA_DRIVER_CAPABILITIES compute,video,utility

所以，..遵照說明，把 cuda10.1-base 的Dockerfile download 下來。
在 NVIDIA_DRIVER_CAPABILITIES 加上 video
放在 folder 中，在 folder 中下..

docker build -t cudaffmpeg .

用 docker images 看看 cudaffmpeg 有沒有 create 出來..
結果 libnvidia-encode.so 是有了，但是沒有 nvcc...

應該要參考devel 的 Dockerfile..
所以合併兩個 Dockerfile..
.. 看這幾個Tag的Dockerfile 關係(FROM):

base -- runtime -- devel

所以直接拿 devel 來就可以。再用 -e 來變更 dockfile 的 ENV NVIDIA_DRIVER_CAPABILITIES:

docker run -it --gpus all -e NVIDIA_DRIVER_CAPABILITIES=compute,video,utility nvidia/cuda:10.1-devel bash

測試 nvcc, nvidia-smi. libnvidia-encode.so 都在。

參考前面兩篇，用這個docker image 啟動後， build ffmpeg，使用 nvidia hw 加速 OK.