Docker 对 GPU 加速的支持是什么？

Docker 对 GPU 加速的支持主要通过 NVIDIA Docker 插件来实现的。这是一个专门为了让 Docker 容器能够访问宿主机上的 NVIDIA GPU 而开发的插件。

具体来说，NVIDIA Docker 允许用户在 Docker 容器中运行那些需要高性能图形处理的应用程序，如深度学习和数据分析应用。这是通过一种叫做 GPU pass-through 技术实现的，即直接将宿主机上的 NVIDIA GPU 资源暴露给 Docker 容器。

举一个具体的例子，假设我们需要在 Docker 容器内运行一个 TensorFlow 深度学习模型，并希望利用 GPU 来加速模型的训练过程。首先，我们需要确保宿主机装有 NVIDIA 的驱动和 CUDA toolkit。接着，我们可以使用 NVIDIA Docker 插件来启动一个 Docker 容器，并通过设定 appropriate runtime 选项来确保这个容器可以访问 GPU：

bash
docker run --gpus all -it tensorflow/tensorflow:latest-gpu ...

这条命令中的 --gpus all 参数就是告诉 Docker 分配所有可用的 GPU 给这个容器。利用这种方式，TensorFlow 就能在容器内通过 GPU 加速来进行模型训练了。

总的来说，通过 NVIDIA Docker，Docker 对 GPU 加速的支持极大地简化了在容器中部署和运行 GPU 密集型应用程序的过程，同时也保证了应用的可移植性和宿主机的安全性。