vscode远程连接docker容器同时使用cuda
时间: 2025-03-08 09:06:21 浏览: 61
### 配置 VSCode 远程连接带有 CUDA 的 Docker 容器
为了实现这一目标,需确保已按照指导完成必要的软件安装和配置工作[^1]。具体来说,这涉及到几个方面:
#### 创建并启动带 CUDA 支持的 Docker 容器
创建容器时应指定 GPU 资源分配参数 `--gpus` 和端口映射 `-p 8022:22` 来允许外部访问 SSH 服务,并通过卷挂载选项 `-v` 将主机目录与容器内部共享以便于数据交换[^3]。
```bash
docker run -it --name cuda_dev_container --gpus all -p 8022:22 -v /local/path:/container/path pytorch/pytorch:latest-cuda-devel
```
#### 在容器内安装 SSH 服务
进入新创建的容器后,需要进一步设置 SSH 服务器以供远程登录使用。通常情况下,可以通过包管理工具如 apt-get 或 yum 来获取 openssh-server 并开启相应服务。
```bash
apt-get update && apt-get install -y openssh-server
service ssh start
```
#### 设置 VSCode Remote-SSH 扩展
在本地计算机上打开 Visual Studio Code 应用程序,前往扩展市场搜索 "Remote - SSH" 插件并点击安装按钮。之后可通过命令面板 (Ctrl+Shift+P) 输入 “Remote-SSH: Connect to Host...”,输入之前设定好的 IP 地址或者域名加上用户名组合形式来建立连接[^2]。
#### 开始开发流程
一旦成功建立了到目标机器上的安全 Shell 会话,则可以在左侧活动栏中的“资源管理器”视图里找到对应的工作区文件夹;此时即可如同操作本机项目一样编辑、编译乃至运行基于 NVIDIA CUDA 架构的应用程序了。
阅读全文
相关推荐



















