CUDA 容器和主机驱动如何配套：镜像不能带走内核驱动 NEWS DETAIL

CUDA 容器通常携带应用所需的用户态 CUDA 库，但 GPU 内核驱动由宿主机提供，因此镜像并不能把完整驱动环境一起带走。是否兼容取决于镜像运行时需求、主机驱动分支、GPU 架构、框架和实际加载库，跨节点运行前必须形成明确矩阵。

适用条件与判断边界

适用于使用 Docker、containerd 或 Kubernetes 交付 GPU 应用的环境。需要区分镜像标签所表示的 CUDA 版本、应用真正链接的库、主机驱动最低条件和节点 GPU 类型。使用多个基础镜像、自定义算子或挂载主机目录时，版本污染风险更高。

实施与选型方法

为每个业务镜像记录不可变摘要、基础镜像、CUDA、框架和构建信息，再采集节点驱动、GPU 和运行时版本。先依据官方兼容文档判断候选组合，随后在每类节点运行设备枚举、基础算子、自定义扩展、多 GPU 通信和完整业务。调度器通过节点标签和准入策略阻止镜像落到未验证节点。

主要风险与控制方式

只看容器内 nvcc 或只看 nvidia-smi 都不足以证明兼容；挂载主机库可能覆盖镜像库，latest 标签会让同名镜像内容变化。节点驱动升级若未覆盖所有镜像，会造成部分业务延后失败。异构 GPU 还可能出现架构代码未包含或框架能力差异。

如何核验结果

1. 输出镜像摘要、实际动态库、主机驱动和 GPU 信息，并将结果与支持矩阵逐项对应。
2. 在每类节点运行同一测试套件，包含自定义算子、多 GPU、长时间任务和错误日志检查。
3. 验证未支持组合会被调度或准入门禁拒绝，同时确认旧镜像和旧驱动可按计划回退。

下一步行动

建立镜像到节点池的白名单，不让业务团队自行推断兼容。驱动或镜像更新先生成新矩阵并完成自动化测试，旧组合在业务迁移结束前保留明确生命周期。

核对具体版本与功能边界时，可查看NVIDIA CUDA Compatibility、NVIDIA Container Toolkit 文档，并以目标版本页面为准。