NVIDIA 官方容器镜像
NVIDIA 官方在 Docker Hub 发布的容器镜像集合，涵盖 CUDA 运行时与开发环境、Kubernetes GPU 设备插件、数据中心 GPU 监控（DCGM）等，适合在宿主机已安装 NVIDIA 驱动的环境下构建与运行 GPU 加速应用。 https://www.nvidia.com
NVIDIA 在 Docker Hub 以 nvidia 组织发布官方容器镜像，与 [NVIDIA NGC](https://catalog.ngc.nvidia.com)（nvcr.io）形成互补：Docker Hub 侧重通用基础镜像与开源组件，NGC 侧重企业级 AI/HPC 套件与版本化发布。
本仓库常见镜像包括：nvidia/cuda、nvidia/cudagl 提供 CUDA 工具链与可选 OpenGL 支持，用于构建和运行 GPU 计算与图形应用；nvidia/k8s-device-plugin 为 Kubernetes 提供 GPU 设备插件，使 Pod 可声明并占用 GPU 资源；nvidia/dcgm、nvidia/dcgm-exporter 提供数据中心 GPU 监控与指标导出（如对接 Prometheus）；nvidia/gpu-operator 用于在 K8s 中自动化部署驱动、设备插件与监控组件。使用前需在宿主机安装 NVIDIA 驱动并配置 NVIDIA Container Toolkit，容器内无需再装驱动。
特色镜像推荐
NVIDIA CUDA
NVIDIA 官方 CUDA 基础镜像，提供 CUDA 工具链、运行时与开发环境，支持 base/runtime/devel 等标签变体，用于构建与运行 GPU 加速计算应用。宿主机需已安装 NVIDIA 驱动并配置 NVIDIA Container Toolkit。
GPU 计算AI 训练与推理科学计算自定义 CUDA 应用
NVIDIA CUDA OpenGL
在 CUDA 镜像基础上增加 OpenGL（libglvnd）支持，适用于同时需要 GPU 计算与图形渲染的应用，如可视化、仿真、桌面图形工作负载。
CUDA + 图形渲染可视化与仿真桌面 GPU 应用
NVIDIA K8s Device Plugin
Kubernetes 官方 GPU 设备插件，使集群可发现并分配 GPU 给 Pod。部署后可在 Pod 中声明 resources.limits.nvidia.com/gpu 使用 GPU。需配合宿主机驱动与 NVIDIA Container Toolkit。
Kubernetes GPU 调度GPU 资源隔离多租户 GPU 集群
NVIDIA DCGM
Data Center GPU Manager，提供 GPU 健康监控、性能指标、诊断与功耗/时钟策略。常用于集群内 GPU 可观测性，端口 5555 暴露 nv-hostengine 服务。
GPU 监控健康诊断性能指标采集
NVIDIA DCGM Exporter
将 DCGM 指标以 Prometheus 格式导出，便于与 Prometheus、Grafana 等监控栈集成，用于 GPU 使用率、显存、温度等指标采集与告警。
Prometheus 指标Grafana 大盘GPU 监控告警
NVIDIA 官方容器镜像集合
cuda
NVIDIA 官方容器镜像
英伟达在GitLab仓库（gitlab.com/nvidia/cuda）提供的CUDA（并行计算平台）和cuDNN（深度神经网络加速库）镜像，为开发者提供了预配置的开发环境，支持高效进行并行计算应用开发、深度学习模型训练及推理任务，确保了环境的一致性和部署的便捷性，是构建基于英伟达GPU加速应用的重要资源。
2.0千 次收藏114910072 次下载
--更新
caffe
NVIDIA 官方容器镜像
DEPRECATED
41 次收藏42016 次下载
--更新
digits
NVIDIA 官方容器镜像
DEPRECATED
71 次收藏823899 次下载
--更新
cuda-ppc64le
NVIDIA 官方容器镜像
CUDA and cuDNN images from gitlab.com/nvidia/container-images/cuda
19 次收藏81160 次下载
--更新
k8s-device-plugin
NVIDIA 官方容器镜像
NVIDIA K8s设备插件镜像，用于在Kubernetes集群中部署设备插件，实现对NVIDIA GPU资源的管理与调度。
35 次收藏130193067 次下载
--更新
opencl
NVIDIA 官方容器镜像
OpenCL images from gitlab.com/nvidia/opencl
24 次收藏149741 次下载
--更新
opengl
NVIDIA 官方容器镜像
NVIDIA提供的OpenGL镜像，基于libglvnd，支持OpenGL应用运行与开发，需nvidia-docker 2.0，GPU隔离要求驱动390+，不正式支持显示系统（X11、Wayland）。
48 次收藏855777 次下载
--更新
cudagl
NVIDIA 官方容器镜像
NVIDIA官方提供的集成CUDA与OpenGL的Docker镜像，用于支持需要GPU加速的图形计算任务。
54 次收藏815982 次下载
--更新
dcgm-exporter
NVIDIA 官方容器镜像
用于Prometheus的NVIDIA GPU指标导出器
24 次收藏91661230 次下载
--更新
k8s-device-plugin-amd64
NVIDIA 官方容器镜像
x86_64 images for github.com/NVIDIA/k8s-device-plugin
70652 次下载
--更新
k8s-device-plugin-ppc64le
NVIDIA 官方容器镜像
该Docker镜像仓库已弃用，原用于提供ppc64le架构的NVIDIA Kubernetes设备插件镜像，多架构清单现维护于https://hub.docker.com/repository/docker/nvidia/k8s-device-plugin。
10218 次下载
--更新
video-codec-sdk
NVIDIA 官方容器镜像
https://developer.nvidia.com/nvidia-video-codec-sdk
2 次收藏3072 次下载
--更新
driver
NVIDIA 官方容器镜像
NVIDIA官方驱动程序镜像，用于在容器环境中提供GPU驱动支持。
27 次收藏5859024 次下载
--更新
mps
NVIDIA 官方容器镜像
Multi-Process Service (MPS) image from gitlab.com/nvidia/mps
1 次收藏344971 次下载
--更新
pod-devices-exporter
NVIDIA 官方容器镜像
暂无描述
1 次收藏1392853 次下载
--更新
第 1 页 / 共 3 页
推荐技术栈
CUDA 与运行时
nvidia/cudanvidia/cuda-arm64nvidia/cudagl
Kubernetes GPU
nvidia/k8s-device-pluginnvidia/gpu-operatornvidia/gpu-operator-validator
监控与诊断
nvidia/dcgmnvidia/dcgm-exporter
宿主机依赖
NVIDIA 驱动NVIDIA Container ToolkitDocker/containerd
典型使用场景
GPU 训练与推理
基于 nvidia/cuda 或 nvidia/cudagl 构建并运行 AI 训练、推理或科学计算容器，宿主机提供驱动与 Container Toolkit。
nvidia/cudanvidia/cudaglNVIDIA Container Toolkit
Kubernetes 中暴露 GPU
在 K8s 集群中部署 nvidia/k8s-device-plugin，使 Pod 可声明 GPU 资源；需要监控时部署 nvidia/dcgm 与 nvidia/dcgm-exporter。
nvidia/k8s-device-pluginnvidia/dcgmnvidia/dcgm-exporter
GPU 可观测与运维
使用 DCGM 与 DCGM Exporter 采集 GPU 指标，接入现有监控与告警体系。
nvidia/dcgmnvidia/dcgm-exporterPrometheusGrafana
相关文章推荐
VLLM Docker 容器化部署指南：在 NVIDIA Jetson 平台高效运行大语言模型推理服务
VLLM是一个高效的开源大语言模型（LLM）推理服务框架，通过创新的PagedAttention技术实现高吞吐量和低延迟的推理性能。本文介绍的`dustynv/vllm`镜像是针对NVIDIA Jetson平台优化的容器化版本，由[dustynv/jetson-containers](https://github.com/dustynv/jetson-containers)项目构建，专为边缘计算场景设计，支持在资源受限的嵌入式设备上部署高性能LLM推理服务。
Docker部署教程2025年12月2日
NVIDIA CUDA 镜像 Docker 容器化部署全流程
CPU 像“全能但慢的多面手”，适合处理逻辑复杂但数据量小的任务；GPU 像“成千上万的小工人”，擅长同时处理大量重复、简单的计算。CUDA 就是连接开发者与 GPU 能力的“桥梁”，让 GPU 能脱离显卡驱动，直接为科学计算、AI 训练、数据处理等任务服务。
Docker部署教程2025年10月10日
常见问题 (FAQ)
Q1:nvidia/cuda 和 nvidia/cudagl 有什么区别？
nvidia/cuda 提供纯 CUDA 计算环境（工具链与运行时），适合只做 GPU 计算的场景（如训练、推理、科学计算）。nvidia/cudagl 在 CUDA 基础上增加 OpenGL 支持（libglvnd），适合同时需要 GPU 计算与图形渲染的应用（如可视化、仿真、带界面的图形应用）。两者都有 base、runtime、devel 等标签变体，按需选择镜像大小与是否含编译工具。
Q2:在 Kubernetes 中如何让 Pod 使用 GPU？需要哪些 NVIDIA 镜像？
步骤大致为：1) 节点安装 NVIDIA 驱动与 NVIDIA Container Toolkit；2) 部署 nvidia/k8s-device-plugin（DaemonSet），使 Kubelet 能发现 GPU；3) 在 Pod 中声明 resources.limits["nvidia.com/gpu"] = 1（或更多）。无需在业务镜像里再装驱动，运行时由宿主机与 Container Toolkit 提供。若需在 K8s 中一键部署驱动、设备插件与监控，可考虑 nvidia/gpu-operator。
Q3:如何监控集群中 GPU 使用情况？dcgm 和 dcgm-exporter 怎么用？
nvidia/dcgm 提供 Data Center GPU Manager，可采集 GPU 健康、利用率、显存、温度等指标，默认在端口 5555 暴露 nv-hostengine。nvidia/dcgm-exporter 将 DCGM 指标以 Prometheus 格式暴露，便于被 Prometheus 抓取并在 Grafana 中做大盘与告警。典型用法：在集群中部署 dcgm 与 dcgm-exporter（如 DaemonSet 或与 GPU 节点伴生），在 Prometheus 中配置 scrape 目标为 dcgm-exporter 的 metrics 端口。
Q4:宿主机已装 NVIDIA 驱动，容器里还需要装驱动吗？nvidia/driver 镜像做什么用？
一般不需要。在宿主机安装 NVIDIA 驱动并配置 NVIDIA Container Toolkit 后，运行 nvidia/cuda 等镜像时，容器会通过卷挂载与驱动接口使用宿主机驱动，无需在镜像内再装驱动。nvidia/driver 镜像是将驱动打包进容器的特殊形态，常用于无根安装、特定编排或隔离需求，多数场景下直接用宿主机驱动 + CUDA 镜像即可。
Q5:Docker Hub 的 nvidia 镜像和 NGC (nvcr.io) 上的镜像有什么关系？该用哪个？
Docker Hub 的 nvidia/* 侧重通用基础镜像（如 cuda、cudagl、k8s-device-plugin、dcgm）和开源组件，版本标签与社区文档与 Docker Hub 一致。NGC (nvcr.io/nvidia/*) 是 NVIDIA 的企业级目录，提供更多版本化 AI/HPC 套件、安全更新与支持策略；部分组件（如 k8s-device-plugin 新版本）仅在 NGC 发布。选择建议：基础 CUDA 与 K8s 设备插件可从 Docker Hub 使用；若需要 NGC 独有镜像、固定版本或企业支持，则用 NGC。