Skip to content

Latest commit

 

History

History
152 lines (112 loc) · 4.8 KB

README_cn.md

File metadata and controls

152 lines (112 loc) · 4.8 KB
Raw

Ubuntu Desktop based on Docker

DockerHub

该项目提供了一个docker镜像，可以将虚拟桌面系统（xfce4桌面）运行于ubuntu headless主机上的docker容器中，并且可以使用ssh或远程桌面访问，你几乎可以把容器当作虚拟机使用。

1.特点

  • 支持ssh远程访问，支持xfce4远程桌面访问。
  • 支持软件模拟的OpenGL渲染，可运行3D渲染软件 (如gazebo, blender)。
  • 支持GPU硬件加速的OpenGL渲染（需要Nvidia GPU支持）。
  • 自带Firefox浏览器。
  • 自带CUDA, 支持深度学习训练 (如pytorch, tensorflow)。

它可以当作ubuntu虚拟开发环境使用，适合教研室公共主机共享使用。相比虚拟机，容器是轻量级的（虽然把容器当作虚拟使用不符合容器的哲学：一个容器运行一个APP），其优点如下：

  • 通过隔离功能，可以在一台主机上快速部署多个不同开发环境
  • 容器之间可以方便进行共享（文件共享，网络共享）
  • 迁移方便（导出镜像，可在不同主机上迁移环境）

xfce4（远程）桌面示意图

镜像TAG:

支持的镜像TAG对应Github Tag，具有两类：

  • 基本镜像的TAG：18.04, 20.04, 22.04, 24.04
  • 支持CUDA的镜像(基于nvidia/cuda基础镜像)的TAG：18.04-cu11.0.3, 20.04-cu11.0.3等, 命名规则为{UBUNTU VERSION}-cu{CUDA VERSION}, 其中cuda的版本号支持列表见Docker Image <nvidia/cuda>

目前支持CUDA版本号：

  • Ubuntu18.04：11.0.3, 11.1.1, 11.2.2
  • Ubuntu20.04：11.0.3, 11.1.0, 11.2.2, 11.3.1, 11.4.3, 11.5.2, 11.6.2, 11.7.1
  • Ubuntu22.04：11.7.1, 11.8.0, 12.0.1, 12.1.1, 12.2.2, 12.3.2, 12.4.1, 12.5.1
  • Ubuntu24.04：12.5.1 , 12.6.2

2.基本使用

2.1 准备工作

  • 安装nvidia驱动
  • 安装docker和nvidia-container-runtime.

注意nvidia版本驱动，过老的版本驱动不支持新版本的cuda容器.

2.2 快速使用

docker pull: 拉取镜像

docker pull gezp/ubuntu-desktop:20.04-cu11.0.3
# 国内用户可使用阿里云仓库
# docker pull registry.cn-hongkong.aliyuncs.com/gezp/ubuntu-desktop:20.04-cu11.0.3

docker run: 创建并运行容器

# create container with nomachine
docker run -d --restart=on-failure \
    --name my_workspace \
    --cap-add=SYS_PTRACE \
    --gpus all  \
    --shm-size=1024m \
    -e USER=ubuntu \
    -e PASSWORD=ubuntu \
    -e GID=$(id -g) \
    -e UID=$(id -u) \
    -p 10022:22 \
    -p 14000:4000 \
    -p 15000:5000 \
    gezp/ubuntu-desktop:20.04-cu11.0.3

# create container with kasmvnc/novnc
docker run -d --restart=on-failure \
    --name my_workspace \
    --gpus all  \
    --shm-size=1024m \
    -e USER=ubuntu \
    -e PASSWORD=ubuntu \
    -e GID=$(id -g) \
    -e UID=$(id -u) \
    -e REMOTE_DESKTOP=kasmvnc \
    -p 10022:22 \
    -p 14000:4000 \
    -p 15000:5000 \
    gezp/ubuntu-desktop:20.04-cu11.0.3
  • 默认用户名和密码均为ubuntu

ssh连接容器

#ssh访问容器
ssh ubuntu@host-ip -p 10022
  • 可使用vscode + remote ssh插件访问

访问远程桌面 (nomachine方式)

访问远程桌面 (kasmvnc/novnc方式)

  • 使用浏览器访问 https://<host-ip>:14000 (推荐chrome)

访问网页版VS Code (基于code-server)

  • 使用浏览器访问 https://<host-ip>:15000 (推荐chrome)

3.扩展使用

3.1 自定义用户参数

在创建容器时可使用环境变量自定义REMOTE_DESKTOP, VNC_THREADS配置

  • REMOTE_DESKTOP: nomachine (default) , kasmvnc, novnc.
  • VNC_THREADS: 仅当 REMOTE_DESKTOP = kasmvnc时有效，用于设置vncserver的RectThread num. 默认是2, 设置0表示自动选择.

3.2 3D硬件渲染加速

测试VirtualGL

vglrun glxinfo | grep -i "opengl"
  • 显示包含NVIDIA GPU型号，则表示正确

运行3D软件时，需要加上vglrun命令前缀，如vglrun gazebo。

3.3 CUDA使用说明

需要在.bashrc文件中加入以下语句更新环境变量

export CUDA_HOME=/usr/local/cuda
export PATH=/usr/local/cuda/bin:$PATH
export LD_LIBRARY_PATH=/usr/local/cuda/lib64:$LD_LIBRARY_PATH
  • 更多使用参考nvidia/cudaDocker镜像的说明。

4. 本地镜像构建

例如

git clone https://github.com/gezp/docker-ubuntu-desktop.git
cd docker-ubuntu-desktop
# for 20.04
./docker_build.sh 20.04
# for 20.04-cu11.0.3  (based on nvidia/cuda)
./docker_build.sh 20.04-cu11.0.3