容器 GPU 镜像实战指南：从 CUDA 基础到生产镜像的全链路

CUDA Toolkit | cuDNN | NVIDIA 基础镜像 | 多阶段构建 | 镜像瘦身 | 版本兼容 | 生产维护一、30 秒理解 GPU 容器GPU 容器和普通容器的核心区别：容器内需要 CUDA 运行时，宿主机需要 NVIDIA 驱动和 nvidia-container-toolkit。┌─────────────────────────────────────────────┐ │ 容器内（镜像负责） │ │ ├── 你的应用代码 │ │ ├── Python / PyTorch / TensorFlow │ │ ├── cuDNN（深度学习加速库） │ │ └── CUDA Toolkit（GPU 计算框架） │ ├─────────────────────────────────────────────┤ │ 容器运行时（宿主机负责） │ │ ├── nvidia-container-toolkit │ │ ├── NVIDIA Driver（如 535.xx） │ │ └── GPU 硬件（T4 / A10G / L4 / A100） │ └────────