NVIDIA Jetson Orin 安装 Docker

Jetson Orin 系列(AGX Orin / Orin Nano / Orin NX)基于 ARM64 架构,需要特殊配置才能使用 GPU 加速的 Docker 容器。

一、前置准备

复制代码
# 1. 检查系统版本(支持 Ubuntu 20.04 或 22.04)
lsb_release -a

# 2. 卸载旧版本 Docker(如有)
sudo apt-get remove -y docker.io docker-doc docker-compose podman-docker containerd runc

# 3. 更新系统
sudo apt-get update
sudo apt-get upgrade -y

二、安装 Docker

  1. 安装必要依赖

    sudo apt-get install -y
    apt-transport-https
    ca-certificates
    curl
    gnupg
    lsb-release

  2. 添加 Docker 官方 GPG 密钥

    curl -fsSL https://download.docker.com/linux/ubuntu/gpg | sudo gpg --dearmor -o /usr/share/keyrings/docker-archive-keyring.gpg

  3. 添加 ARM64 架构的 Docker 仓库

    echo
    "deb [arch=(dpkg --print-architecture) signed-by=/usr/share/keyrings/docker-archive-keyring.gpg] https://download.docker.com/linux/ubuntu \ (lsb_release -cs) stable" | sudo tee /etc/apt/sources.list.d/docker.list > /dev/null

  4. 安装 Docker Engine

    sudo apt-get install -y docker-ce docker-ce-cli containerd.io docker-compose-plugin

  5. 启动并设置开机自启

    sudo systemctl start docker
    sudo systemctl enable docker

  6. 添加当前用户到 docker 组(免 sudo 运行)

    sudo usermod -aG docker $USER

执行后需重新重启生效~

三、安装 NVIDIA Container Toolkit

这是启用 GPU 加速的核心组件:

复制代码
# 1. 设置 NVIDIA 仓库
sudo apt-get update
sudo apt-get install -y nvidia-container-toolkit-base

# 2. 配置 NVIDIA 运行时
sudo nvidia-ctk runtime configure --runtime=docker

# 3. 重启 Docker 服务
sudo systemctl restart docker

四、验证安装

1、检查 Docker 服务状态

复制代码
sudo systemctl status docker

成功标志 :显示 active (running)

docker.service - Docker Application Container Engine

Loaded: loaded (/lib/systemd/system/docker.service; enabled; vendor preset>

**Active: active (running)**since Mon 2025-11-16 11:17:45 CST; 5h 15min ago

TriggeredBy: ● docker.socket

Docs: https://docs.docker.com

Main PID: 1662 (dockerd)

Tasks: 14

Memory: 133.8M

CPU: 3.508s

CGroup: /system.slice/docker.service

└─1662 /usr/bin/dockerd -H fd:// --containerd=/run/containerd/cont>

2、查看 Docker 版本

复制代码
docker --version

成功标志:返回版本号

Jetson Orin 的 Docker 生态与普通 x86 服务器不同,优先使用 NVIDIA NGC 仓库中预构建的 JetPack 镜像以获得最佳性能和兼容性。

3、Docker 常用命令:

功能分类 命令 说明
镜像操作 docker pull <镜像名> 拉取镜像(Jetson 需 ARM64 版本)
docker images 查看本地镜像列表
docker rmi <镜像ID> 删除指定镜像
容器生命周期 docker run -it --rm --gpus all <镜像> 创建并运行容器(Jetson 必须加 --gpus all
docker ps -a 查看所有容器(运行中+已停止)
docker stop <容器名> 停止容器
docker rm <容器名> 删除已停止容器
容器交互 docker exec -it <容器名> bash 进入容器终端
docker logs <容器名> 查看容器日志
docker cp <路径> <容器名>:<路径> 文件拷贝(宿主机↔容器)
数据卷 docker run -v /宿主机:/容器 <镜像> 目录挂载
docker volume ls 查看数据卷
Jetson GPU 验证 docker run --rm --gpus all nvidia/cuda:12.2.0-runtime-ubuntu22.04 nvidia-smi 验证 GPU 是否可用
系统清理 docker system prune -a --volumes 清理所有未使用的资源

在 Jetson Orin 上使用 Docker 时,核心区别是 必须添加 --gpus all 参数 才能访问 GPU 加速,且需使用 ARM64 架构的镜像

5、设置镜像源

修改配置文件

复制代码
sudo vim /etc/docker/daemon.json

内容为:

复制代码
{
    "runtimes": {
        "nvidia": {
            "args": [],
            "path": "nvidia-container-runtime"
        }
    },
    "registry-mirrors": [
        "https://docker.xuanyuan.me",
        "https://docker.1ms.run",
        "https://doublezonline.cloud",
        "https://mirror.gcr.io",
        "https://docker-registry-mirror.42cloud.com",
        "https://hub.uuuabc.top"
    ]
}

重新启动 Docker

复制代码
sudo systemctl daemon-reload
sudo systemctl start docker

分享完成~

相关推荐
DLYSB_2 小时前
存储运维实战:基于 Ceph Event 监听与 Python 适配器的分布式存储健康度物理声光响应架构
运维·ceph·python·报警灯
阿里云云原生3 小时前
可用性从 99.9% 跃升至 99.995%:畅捷通如何用 AI 重塑运维底座?
运维·网络·人工智能
阿童木写作3 小时前
Python实现Temu图片批量翻译自动化教程
运维·人工智能·python·自动化
iori97king4 小时前
库存不足自动通知:第一次使用自动化
运维·自动化
@insist1234 小时前
信息系统管理工程师-信息系统运维资源、技术与智能运维核心考点解析
运维·软考·信管·软件水平考试·信息系统管理工程师
木子欢儿5 小时前
Intel 架构的 MacBook Pro 运行 Linux 发热量高解决
linux·运维·服务器
KKKlucifer7 小时前
运营商全域安全运维支撑体系落地实践
运维·安全
EAIReport7 小时前
工业电气自动化数据治理破局:多Agent大模型赋能全景智能决策
大数据·运维·自动化
会编程的土豆8 小时前
Go 模板初识
linux·运维·服务器
腾讯蓝鲸智云8 小时前
标杆客户实践提炼:CFlow 版本价值流模板实战指南
运维·服务器·自动化·云计算·devops