这是一个创建于 467 天前的主题，其中的信息可能已经有所发展或是发生改变。
背景
设备是 mbp m3 16G 内存的。
因为 m 芯片并不好安装 xgboost 等库，经过一番搜索了解到可以使用 Docker
通过摸索构建了一个基于 Python 的镜像（包含 xgb 等机器学习库）
但是在训练模型的时候，经常报错，表现为 notebook 崩溃需要重来，或者是 python 脚本 killed
相关设置
经过进一步搜索，发现可能和内存、cpu 有关。
我在创建容器的时候，并没有指定一些 cpu 、内存的参数，在 desktop 中已经将相关设置拉满了
"CpuShares": 0, "Memory": 0, "NanoCpus": 0, "CgroupParent": "", "BlkioWeight": 0, "BlkioWeightDevice": [], "BlkioDeviceReadBps": [], "BlkioDeviceWriteBps": [], "BlkioDeviceReadIOps": [], "BlkioDeviceWriteIOps": [], "CpuPeriod": 0, "CpuQuota": 0, "CpuRealtimePeriod": 0, "CpuRealtimeRuntime": 0, 
https://imgur.com/a/oKDBMmh.jpg
理论上这不就是可以随意使用 mbp 的内存和 cpu 了？
进一步发现
进一步在重现问的时候，使用 docker stats 发现，在数据读取和处理的时候，
1 、cpu 和 内存使用都会涨，在数据读取完之后，cpu 立刻 0%，但是 mem usage 没有变化，还是 10G 左右，继续执行代码，马上就崩溃了，为啥内存不会恢复？
2 、即使没有限制使用 cpu 核心数，但是数据处理的时候， 容器的 cpu 占比可能 200%，但是电脑还是有 50% 的 cpu 剩余，为啥用不满？
3 、在建模的时候，容器的 cpu 可以飙升到 600%，但是内存使用居然没有用满？
疑问
实在是不怎么使用 docker ，总是感觉是不是容器不能很好的利用 mbp 的资源，理论上是比较好的设备了，居然跑个 xgb 跑不动
还是是我的数据量太大了吗？（差不多 15w 行 x 1000 列）
 | 1 ysc3839 2024-07-08 19:25:29 +08:00 via Android 不如直接用虚拟机 |
 | 2 javazero 2024-07-08 19:25:44 +08:00 建议上 Kaggle |
 | 3 ggp1ot2 OP |
 | 7 ConfusedBiscuit 2024-07-08 20:05:39 +08:00  1 我来详细解释一下： 1. Docker 上流行的容器其实都是 Linux 容器（理论上也支持 Windows 容器，但是没见有人用过），这种容器在 Windows 和 Mac 上其实都是自动起了一个 Linux 虚拟机（ Windows 上基于 WSL2 的也是虚拟机），然后在虚拟机里运行 Docker 。 2. 基本认同 @ysc3839 的方案，我也采用自己跑个 Linux 虚拟机的方案，但是本质上区别不大。 3. 关于内存问题，如果指的是整个 Docker 的内存占用（其实就是虚拟机的内存占用）确实有可能没法立马恢复（这要看他虚拟机的具体设计，我确实不太了解）。mac 上 Docker 这种实质上在虚拟机里跑的方案，天生就注定了不太适合做需要很高性能的事情。 4. xgboost 我确实没研究过，但是经常报错可能有以下可能： （ 1 ）内存不够，被 Linux 的 OOM kill ，我觉得最大的可能是这个（不可能占满 16G 的，你的 Mac 系统自身就占了不少） （ 2 ） arm 适配不足，可能适配了，但没完全适配，导致某些情况会报错 总结： 1. 用 arm 的 mac 做这个事情确实不太合适（兼容性、性价比） 2. 性价比最高的可能是搞个 Linux 机器，退而求其次 Windows+WSL2 的方案也不错，我就试过在 WSL2+Docker 的环境调用 CUDA ，效果不错 |
| 8 ConfusedBiscuit 2024-07-08 20:08:41 +08:00 补充一下，我尝试 WSL2+Docker 的环境调用 CUDA 的时候，也有内存问题，但是由于我机器 64G 内存，跑模型的时候 WSL2 最高占用过 32G 。所以 OP 可以试着换 64G 内存的 mac 试试，16G 再套个虚拟机确实是有点儿不够。 |
 | 9 superchijinpeng 2024-07-08 20:22:07 +08:00 orbstack |
 | 10 yinmin 2024-07-08 20:58:25 +08:00 mac 跑 docker 和 linux 跑 docker 不一样。linux 跑 docker 是进程级别的隔离，默认可以用 linux 所有内存和 CPU ； mac 跑 docker 是用虚拟机，默认好像是分配 2GB 内存。 你到 docker - preferences - resources 里看看是否可以调整内存量。 |
| 11 ggp1ot2 OP @ConfusedBiscuit 非常感谢，我本以为，开虚拟机就需要 VMware 等软件，可能会更耗内存 其次，我使用 docker 的原因是经常需要切换 python 和相关包的版本，可以通过 dockerfile 来控制，方便和同事交接 看来确实可能是 16G 的内存的问题，因为切小数据集就可以跑动的了，本以为最新的 mbp 即使内存 16G 也很能打 可能确实用 mac 做算法，不是一件高性价比的事情 再次感谢 |
Select Language