NixOS-WSL中解决NVIDIA Docker容器GPU访问问题

在NixOS-WSL环境中使用NVIDIA Docker容器时，可能会遇到无法正确识别GPU驱动的问题。本文将深入分析问题原因并提供完整的解决方案。

问题现象

当用户在NixOS-WSL 24.05版本中尝试运行NVIDIA Docker容器时，虽然宿主机能够通过nvidia-smi正确显示GPU信息，但在容器内部却会收到"找不到libnvidia-ml.so库"的错误提示。

根本原因分析

经过技术调查，发现存在三个关键问题点：

1. WSL驱动链接不完整：NixOS-WSL的wsl-lib包中缺少对libnvidia-ml.so的符号链接，而容器运行时需要这个特定名称的库文件。

2. CDI配置问题：NVIDIA容器工具包自动生成的CDI(Container Device Interface)配置在WSL环境下不完全适用。

3. 执行文件挂载冲突：NVIDIA容器工具包默认会挂载一些执行文件，但这些在WSL环境下可能导致冲突。

完整解决方案

1. 基础配置

首先确保NixOS配置中包含以下基本设置：

hardware.nvidia-container-toolkit.enable = true;
wsl.useWindowsDriver = true;

2. 环境变量设置

在shell环境中设置必要的库路径：

export NIX_LD_LIBRARY_PATH="/usr/lib/wsl/lib"

3. 调整NVIDIA容器工具包配置

关键配置修改：

hardware.nvidia-container-toolkit = {
  enable = true;
  mount-nvidia-executables = false;  # 禁用执行文件挂载
};

4. Docker守护进程配置

virtualisation.docker = {
  enable = true;
  daemon.settings = {
    features.cdi = true;            # 启用CDI特性
    cdi-spec-dirs = ["/etc/cdi"];   # 指定CDI规范目录
  };
};

5. 手动生成CDI配置（可选）

在某些情况下，可能需要手动生成CDI配置：

nvidia-ctk cdi generate --output=/etc/cdi/nvidia.yaml

验证方案

完成上述配置后，可以通过以下命令验证GPU是否在容器中可用：

docker run --rm --device nvidia.com/gpu=all ubuntu nvidia-smi -L

预期应该能看到类似如下的输出，显示GPU设备信息：

GPU 0: NVIDIA GeForce RTX 2070 with Max-Q Design (UUID: GPU-xxxxxx-xxxx-xxxx-xxxx-xxxxxxxxxxxx)

技术原理

在WSL环境下，NVIDIA驱动实际上是由Windows主机提供的，通过特殊的/lib/wsl/lib路径暴露给Linux子系统。NixOS-WSL需要正确处理这些驱动文件的符号链接，同时NVIDIA容器工具包需要针对WSL环境进行特殊配置。

禁用mount-nvidia-executables选项是因为WSL环境下这些执行文件可能无法正常工作，而手动指定CDI配置目录则可以确保容器运行时能够正确找到GPU设备。

注意事项

1. 确保Windows主机已安装最新版NVIDIA驱动
2. WSL版本应保持在2.0.0或更新
3. 配置变更后需要重启Docker服务
4. 不同NVIDIA显卡型号可能需要额外的驱动文件

通过以上完整配置，用户可以在NixOS-WSL环境中充分利用NVIDIA GPU的计算能力，为AI开发、科学计算等场景提供支持。