linuxserver/foldingathome
[!TIP]
前半部分是翻译官方的文档,最后一部分是我的简单试用(个别软件会深度试用),如果对Docker已经有一定的了解了,可以直接跳转到最后面 翻译之外 这部分来查看。
Folding@home → https://foldingathome.org/
GitHub → https://github.com/linuxserver/docker-foldingathome
Docker Hub → https://hub.docker.com/r/linuxserver/foldingathome
Folding@home 是一个分布式计算项目,用于模拟蛋白质动力学,包括蛋白质折叠的过程以及与多种疾病有关的蛋白质的运动。它汇集了公民科学家,他们自愿在他们的个人计算机上运行蛋白质动力学的模拟。这些数据的洞察力正在帮助科学家更好地了解生物学,并为开发治疗方法提供了新的机会。
支持的系统架构
得益于docker的跨平台属性,我们的镜像也支持多架构(如,x86-64、arm64、armhf)。
直接拉取 ghcr.io/linuxserver/foldingathome
应该就可以自动获取适合你系统架构的版本,当然你也可以通过 tag 获取特定的版本。
架构 | Tag |
x86-64 | latest |
拉取镜像
使用方法
以下是一些简单的示例。
docker-compose
兼容docker-compose v2
docker cli
参数
Docker镜像在使用的时候需要配置一些参数,这些参数使用 :
分隔,分别表示 宿主机:容器内
。例如 -p 8080:80
指的是将容器内的80
端口映射到宿主机上的8080
端口,即通过宿主机网络访问的话,访问8080
端口即是访问容器内的80
端口。
端口(-p
)
-p
)port | 说明 |
| Web界面 |
| (可选)通过 FAHControl 进行远程连接的端口(无密码) |
环境变量(-e
)
-e
)env | 说明 |
| 用户的 UID,详见下面的说明 |
| 用户的 GID,详见下面的说明 |
| 设置时区,在国内的话可以使用 Asia/Shanghai |
卷映射(-v
)
-v
)volume | 说明 |
| 配置文件所在路径 |
从文件加载环境变量
可以使用前缀名为 FILE__
的文件来加载环境变量。
例:
将把 /run/secrets/mysecretpassword
文件中的内容作为 PASSWORD
变量的值。
运行程序的umask(文件掩码)
我们所有的镜像都可以使用 -e UMASK=022 来设置覆盖容器内服务的umask。关于Linux umask可以通过这里了解,或自行百度学习。
UID和GID
当使用 -v
映射卷的时候,宿主机和容器内会出现关于权限的问题,我们的镜像可以通过指定 PUID
和 GUID
来避免此类问题。
可以使用你目前正在使用的用户的UID和GID进行设置,这样就不会存在权限问题。
可以通过如下的方式查看当前用户的UID和GID:
[!NOTE]
如果没特殊需求,可以将后续所有容器的id都设置为当前非root用户的id,这样会省去解决很多关于文件权限的问题(可以查看 什么是PUID和PGID 这篇文章了解更多)。当然,如果有特殊需要可以给不同的容器设置不同的id,即分配给不同的用户。使用
useradd
命令即可添加用户。通常来说,除root账户外,第一个建立的用户的UID和GID都是1000,然后递增生成。
安装说明
镜像将启动 Folding@home 客户端,访问 http://ip:7396
进入界面
内建的web服务器只能进行非常基础的控制(如,GPU只在设置为 Medium 以上时才可用)。如果要进行更多控制,需要在其他设备上用 FAHControl 通过 36330
端口连接(无密码)
web界面有以下几个问题:
如果尝试通过IP访问时收到“ ERR_EMPTY_RESPONSE”错误,则最有可能是由于Cookie /缓存冲突。尝试在放大窗口中打开。
如果您不断刷新窗口但没有显示任何信息,请尝试通过shft-F5或ctrl-F5强制刷新。
GPU硬件加速
Nvidia
Nvidia的硬件加速用户将需要在其主机上安装Nvidia提供的容器运行时,有关说明,请参见:https://github.com/NVIDIA/nvidia-docker
。
我们自动添加必要的环境变量,该变量将利用所有主机上GPU上可用的功能。在主机上安装nvidia-docker之后,您将需要使用nvidia容器运行时--runtime = nvidia
重新/创建docker容器,并添加环境变量-e NVIDIA_VISIBLE_DEVICES = all
(也可以设置为特定GPU的UUID,这可以通过运行nvidia-smi --query-gpu = gpu_name,gpu_uuid --format = csv
来获取。 NVIDIA会自动将主机中的GPU和驱动程序安装到foldingathome docker容器中。
支持
进入容器:
docker exec -it foldingathome /bin/bash
查看容器日志:
docker logs -f foldingathome
查看容器版本号:
docker inspect -f '{% raw %}{{% endraw %}{ index .Config.Labels "build_version" }}' foldingathome
查看镜像版本号:
docker inspect -f '{% raw %}{{% endraw %}{ index .Config.Labels "build_version" }}' ghcr.io/linuxserver/foldingathome
翻译之外
又是一个科研项目,为科研贡献出自己的一份力吧!
最后更新于