[实战] 深度学习环境搭建：Docker + SSH + Jupyter

摘要: 本文记录了在 GPU 裸金属服务器上，基于 NVIDIA 官方 PyTorch 镜像搭建开发环境的全过程。包含 Docker 高性能参数解析、SSH 端口冲突解决 (2222端口) 以及 JupyterLab 后台配置。

1. 宿主机操作：拉取与启动容器

首先在宿主机拉取 NVIDIA 官方 PyTorch 镜像。为了最大化发挥 A800 的性能，启动参数至关重要。

1.1 拉取镜像

docker pull nvcr.io/nvidia/pytorch:25.11-py3

1.2 启动容器 (High Performance Flags)

请根据实际情况替换挂载目录 /home/test/test11/limu。

docker run -it \
  --gpus all \
  --ipc=host \
  --network host \
  --privileged=true \
  --ulimit memlock=-1 \
  --ulimit stack=67108864 \
  --shm-size=20G \
  -v /home/test/test11/limu:/workspace/limu \
  --name pytorch-dev-env \
  nvcr.io/nvidia/pytorch:25.11-py3 bash

关键参数详解 (Critical Parameters)

• --gpus all: 启用所有 8 张 A800 显卡。
• --network host: 关键。让容器直接使用宿主机网络栈，极大提升多卡通信 (NCCL) 效率，但意味着容器端口直接暴露，SSH 需避开宿主机的 22 端口。
• --ipc=host: 共享内存，防止 PyTorch DataLoader 多进程 (num_workers > 0) 报错。
• --privileged=true: 给予容器特权，方便进行系统级配置。

---

2. 容器内配置：SSH 服务

由于使用了 --network host，容器和宿主机共用 IP。宿主机通常占用了 22 端口，必须将容器的 SSH 端口改为其他（如 2222）。

2.1 安装基础工具

进入容器后执行：

apt-get update
apt-get install -y iproute2 net-tools inetutils-ping openssh-server vim

2.2 修改 SSH 配置

编辑配置文件：

vim /etc/ssh/sshd_config

修改或添加以下核心配置：

# 1. 修改端口 (防止与宿主机冲突)
Port 2222

# 2. 允许 Root 登录
PermitRootLogin yes

# 3. (可选) 加速登录
UseDNS no

2.3 重启服务与验证

# 设置 root 密码
passwd root

# 重启服务
service ssh restart

# 验证监听端口
netstat -tulnp | grep 2222

此时，你可以在本地通过 SSH 直连容器：

ssh -p 2222 root@YOUR_SERVER_IP

---

3. JupyterLab 交互式开发

3.1 安装与配置

在容器环境中，可能需要忽略系统包限制：

# 安装
pip install jupyterlab --break-system-packages

# 设置访问密码
jupyter lab password

3.2 后台启动脚本

# 切换到工作目录
cd /workspace

# 后台启动 (无浏览器模式, 监听 8888)
nohup jupyter lab --ip=0.0.0.0 --port=8888 --allow-root --no-browser > jupyter.log 2>&1 &

访问方式

浏览器输入: http://YOUR_SERVER_IP:8888

---

4. 环境固化 (Docker Commit)

环境配置完美后，切记保存镜像，防止容器误删导致环境丢失。请在宿主机终端执行：

# 1. 查看容器 ID
docker ps
# 假设 ID 为 3513904c20bc

# 2. 提交为新镜像
docker commit -m "Install SSH(2222) + Jupyter + Tools" 3513904c20bc pytorch-jupyter:v1

# 3. 以后启动只需运行
# docker run -it --gpus all --net=host ... pytorch-jupyter:v1 bash

5. 常用命令速查表 (Cheat Sheet)

功能	命令
查看显卡状态	nvidia-smi
查看端口占用	netstat -tulnp
重启 SSH	service ssh restart
看 Jupyter 日志	tail -f jupyter.log
测试外网连通	ping 8.8.8.8