### 卸载并重新安装带有 CUDA 支持的 Docker #### 卸载现有的 Docker 和 CUDA 工具包 为了确保干净的环境，在重新安装之前应当完全移除旧版本的 Docker 及其关联组件。可以使用以下命令来完成这一过程： ```bash sudo apt-get remove --purge docker-ce docker-ce-cli containerd.io sudo rm -rf /var/lib/docker sudo apt-get purge nvidia-cuda-toolkit ``` 上述命令会彻底删除 Docker 的所有配置文件和镜像数据，同时也清除了 NVIDIA CUDA Toolkit。 #### 更新软件源列表 更新本地软件包索引以获取最新的可用版本信息： ```bash sudo apt-get update ``` 这一步骤对于确保后续安装的是最新稳定版至关重要[^1]。 #### 安装必要的依赖项 在继续前需先准备一些基础库支持： ```bash sudo apt-get install \ ca-certificates \ curl \ gnupg \ lsb-release ``` 这些工具将在之后用于验证签名以及下载资源。 #### 设置官方仓库密钥与地址 通过下面的方法添加 Docker APT 仓库的安全 GPG 密钥，并设置对应的存储库路径： ```bash curl -fsSL https://download.docker.com/linux/ubuntu/gpg | sudo gpg --dearmor -o /usr/share/keyrings/docker-archive-keyring.gpg echo "deb [arch=$(dpkg --print-architecture) signed-by=/usr/share/keyrings/docker-archive-keyring.gpg] https://download.docker.com/linux/ubuntu $(lsb_release -cs) stable" | sudo tee /etc/apt/sources.list.d/docker.list > /dev/null ``` 此部分操作允许系统识别来自 Docker Inc. 提供的安全渠道内的程序包。 #### 配置 Nvidia GPU 加速功能 针对希望启用 GPU 功能的情况，还需额外引入 NVIDIA Container ToolKit 来实现容器内访问显卡的能力： ```bash distribution=$(. /etc/os-release;echo $ID$VERSION_ID) curl -s -L https://nvidia.github.io/nvidia-docker/gpgkey | sudo apt-key add - curl -s -L https://nvidia.github.io/nvidia-docker/$distribution/nvidia-docker.list | sudo tee /etc/apt/sources.list.d/nvidia-docker.list sudo apt-get update && sudo apt-get install -y nvidia-container-toolkit sudo systemctl restart docker ``` 这段脚本不仅完成了 NVIDIA Docker 插件本身的部署，还重启了服务使更改生效[^2]。 #### 测试新安装的服务状态 最后可以通过运行简单的测试案例确认一切正常运作： ```bash docker run --rm --gpus all nvidia/cuda:11.0-base nvidia-smi ``` 如果成功，则表明当前环境中已经正确集成了 Docker 和 CUDA 技术的支持能力。