Video2X 容器在 NVIDIA GPU 上报 vkEnumeratePhysicalDevices failed -3 怎么排查【免费下载链接】video2xA machine learning-based video super resolution and frame interpolation framework. Est. Hack the Valley II, 2018.项目地址: https://gitcode.com/GitHub_Trending/vi/video2x在 NVIDIA GPU 的主机上用 Docker 运行 Video2X 容器做视频超分辨率时如果任务还没开始处理就报vkEnumeratePhysicalDevices failed -3说明容器内的 Vulkan 实例没能枚举到任何物理设备——也就是 GPU 没有正确进入容器。Video2X 的超分辨率与插帧全部依赖 VulkanReal-ESRGAN、Real-CUGAN、RIFE 均通过 ncnn Vulkan 运行因此这个错误必须在跑任务前解决。本文基于 容器运行文档 给出的排查顺序按“先换运行方式、再改配置、最后提权”三步递进处理该错误适用环境为 Linux 主机 Docker或 Podman 等 OCI 兼容运行时 NVIDIA GPU。错误含义与前置检查这个错误来自 Video2X 调用vkEnumeratePhysicalDevices失败相关逻辑见 vulkan_utils.cpp创建 Vulkan 实例后枚举不到设备或设备数为 0 时即报错退出。在容器场景下最常见的原因是宿主机侧缺少让容器访问 GPU 的驱动/运行时组件。开始排查前先确认文档列出的两项前提宿主机有支持 Vulkan API 的 GPU文档建议查 Vulkan Hardware Database 确认README 中给出的 NVIDIA 最低要求是 Kepler / GTX 600 系列或更新已安装 NVIDIA 驱动并且宿主机安装了nvidia-docker2NVIDIA Container Toolkit。文档给出两种常见发行版的安装途径Debian/Ubuntu按 NVIDIA 官方指南安装nvidia-docker2Arch/Manjaro从 AUR 安装nvidia-container-toolkit例如yay -S nvidia-container-toolkit。注意修改容器行为时镜像本身已经内置了 Vulkan ICD 配置Dockerfile 中通过VK_ICD_FILENAMES环境变量同时启用了 nvidia、radeon、intel 与 lvp 四类 ICD所以容器内一般不需要再配 Vulkan 驱动路径问题通常出在宿主机设备透传上。以下命令中$TAG需替换为实际的容器 tag文档示例为6.1.1可用 tag 列表见容器文档指向的仓库 package 页面。命令在挂载目录的宿主机路径下执行-v $PWD:/host会把当前目录挂进容器输入文件需位于该目录内容器工作目录为/host。第一步用--gpus all跑基准命令先按文档的标准方式启动容器docker run --gpus all -it --rm -v $PWD:/host ghcr.io/k4yt3x/video2x:$TAG -i standard-test.mp4 -o output.mp4 -p realesrgan -s 4 --realesrgan-model realesr-animevideov3这条命令会做一次 4 倍 Real-ESRGAN 放大模型realesr-animevideov3。如果它能正常跑完说明 GPU 透传没有问题如果仍然报vkEnumeratePhysicalDevices failed -3进入第二步。第二步修改 nvidia-container-runtime 配置并显式挂载 NVIDIA 设备文档指出不同版本的 nvidia-docker 表现可能不一致此时可以改宿主机配置并把 NVIDIA 设备显式传入容器。此步会修改宿主机上的全局配置文件/etc/nvidia-container-runtime/config.toml影响该主机上所有使用 NVIDIA 容器运行时的行为请确认你有写该文件的权限并了解影响范围。在/etc/nvidia-container-runtime/config.toml中设置no-cgroups true用--device与--runtime nvidia显式指定设备后启动docker run --gpus all --device/dev/nvidia0 --device/dev/nvidiactl --runtime nvidia -it --rm -v $PWD:/host ghcr.io/k4yt3x/video2x:$TAG -i standard-test.mp4 -o output.mp4 -p realesrgan -s 4 --realesrgan-model realesr-animevideov3其中--device/dev/nvidia0传入第一块 GPU 的设备节点有多块 GPU 时按实际编号替换--device/dev/nvidiactl传入 NVIDIA 控制设备。第三步加--privileged给容器宿主机同级的权限如果第二步之后仍然报vkEnumeratePhysicalDevices failed -3文档给出的最后手段是加--privileged让容器获得与宿主机同级的权限docker run --gpus all --privileged -it --rm -v $PWD:/host ghcr.io/k4yt3x/video2x:$TAG -i standard-test.mp4 -o output.mp4 -p realesrgan -s 4 --realesrgan-model realesr-animevideov3副作用提示--privileged会显著提升容器权限等价于把容器放到接近宿主机的权限级别仅在确认前面的透传方式都失败、且该环境可接受这一风险时再使用。验证 GPU 是否被识别排查后可以用--list-gpus短参数-l列出容器内可见的 Vulkan 设备见 命令行文档docker run --gpus all -it --rm -v $PWD:/host ghcr.io/k4yt3x/video2x:$TAG --list-gpus文档给出的示例输出如下文档示例具体名称与版本号以你的硬件为准$ video2x --list-gpus 0. NVIDIA RTX A6000 Type: Discrete GPU Vulkan API Version: 1.3.289 Driver Version: 565.228.64能看到你的 NVIDIA 显卡及其 Vulkan API 版本、驱动版本说明设备枚举已恢复随后再跑一次超分辨率命令能正常处理视频即完成闭环。排查范围外的限制文档没有为该错误给出更细的分支判断上述三步就是文档提供的全部处理路径若第三步后仍失败说明问题不在容器参数层面需要回到宿主机驱动与 NVIDIA Container Toolkit 版本本身排查。该流程只覆盖 NVIDIA GPU。AMD 与 Intel GPU 的容器启动方式不同Intel 可用--device /dev/dri透传不要照搬本文命令。-p realesrgan -s 4 --realesrgan-model realesr-animevideov3只是文档用来演示启动命令的参数组合实际任务请按需替换输入文件、处理器与模型。参考文档Container、Command Line、README硬件要求。【免费下载链接】video2xA machine learning-based video super resolution and frame interpolation framework. Est. Hack the Valley II, 2018.项目地址: https://gitcode.com/GitHub_Trending/vi/video2x创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
Video2X 容器在 NVIDIA GPU 上报 “vkEnumeratePhysicalDevices failed -3“ 怎么排查？
Video2X 容器在 NVIDIA GPU 上报 vkEnumeratePhysicalDevices failed -3 怎么排查【免费下载链接】video2xA machine learning-based video super resolution and frame interpolation framework. Est. Hack the Valley II, 2018.项目地址: https://gitcode.com/GitHub_Trending/vi/video2x在 NVIDIA GPU 的主机上用 Docker 运行 Video2X 容器做视频超分辨率时如果任务还没开始处理就报vkEnumeratePhysicalDevices failed -3说明容器内的 Vulkan 实例没能枚举到任何物理设备——也就是 GPU 没有正确进入容器。Video2X 的超分辨率与插帧全部依赖 VulkanReal-ESRGAN、Real-CUGAN、RIFE 均通过 ncnn Vulkan 运行因此这个错误必须在跑任务前解决。本文基于 容器运行文档 给出的排查顺序按“先换运行方式、再改配置、最后提权”三步递进处理该错误适用环境为 Linux 主机 Docker或 Podman 等 OCI 兼容运行时 NVIDIA GPU。错误含义与前置检查这个错误来自 Video2X 调用vkEnumeratePhysicalDevices失败相关逻辑见 vulkan_utils.cpp创建 Vulkan 实例后枚举不到设备或设备数为 0 时即报错退出。在容器场景下最常见的原因是宿主机侧缺少让容器访问 GPU 的驱动/运行时组件。开始排查前先确认文档列出的两项前提宿主机有支持 Vulkan API 的 GPU文档建议查 Vulkan Hardware Database 确认README 中给出的 NVIDIA 最低要求是 Kepler / GTX 600 系列或更新已安装 NVIDIA 驱动并且宿主机安装了nvidia-docker2NVIDIA Container Toolkit。文档给出两种常见发行版的安装途径Debian/Ubuntu按 NVIDIA 官方指南安装nvidia-docker2Arch/Manjaro从 AUR 安装nvidia-container-toolkit例如yay -S nvidia-container-toolkit。注意修改容器行为时镜像本身已经内置了 Vulkan ICD 配置Dockerfile 中通过VK_ICD_FILENAMES环境变量同时启用了 nvidia、radeon、intel 与 lvp 四类 ICD所以容器内一般不需要再配 Vulkan 驱动路径问题通常出在宿主机设备透传上。以下命令中$TAG需替换为实际的容器 tag文档示例为6.1.1可用 tag 列表见容器文档指向的仓库 package 页面。命令在挂载目录的宿主机路径下执行-v $PWD:/host会把当前目录挂进容器输入文件需位于该目录内容器工作目录为/host。第一步用--gpus all跑基准命令先按文档的标准方式启动容器docker run --gpus all -it --rm -v $PWD:/host ghcr.io/k4yt3x/video2x:$TAG -i standard-test.mp4 -o output.mp4 -p realesrgan -s 4 --realesrgan-model realesr-animevideov3这条命令会做一次 4 倍 Real-ESRGAN 放大模型realesr-animevideov3。如果它能正常跑完说明 GPU 透传没有问题如果仍然报vkEnumeratePhysicalDevices failed -3进入第二步。第二步修改 nvidia-container-runtime 配置并显式挂载 NVIDIA 设备文档指出不同版本的 nvidia-docker 表现可能不一致此时可以改宿主机配置并把 NVIDIA 设备显式传入容器。此步会修改宿主机上的全局配置文件/etc/nvidia-container-runtime/config.toml影响该主机上所有使用 NVIDIA 容器运行时的行为请确认你有写该文件的权限并了解影响范围。在/etc/nvidia-container-runtime/config.toml中设置no-cgroups true用--device与--runtime nvidia显式指定设备后启动docker run --gpus all --device/dev/nvidia0 --device/dev/nvidiactl --runtime nvidia -it --rm -v $PWD:/host ghcr.io/k4yt3x/video2x:$TAG -i standard-test.mp4 -o output.mp4 -p realesrgan -s 4 --realesrgan-model realesr-animevideov3其中--device/dev/nvidia0传入第一块 GPU 的设备节点有多块 GPU 时按实际编号替换--device/dev/nvidiactl传入 NVIDIA 控制设备。第三步加--privileged给容器宿主机同级的权限如果第二步之后仍然报vkEnumeratePhysicalDevices failed -3文档给出的最后手段是加--privileged让容器获得与宿主机同级的权限docker run --gpus all --privileged -it --rm -v $PWD:/host ghcr.io/k4yt3x/video2x:$TAG -i standard-test.mp4 -o output.mp4 -p realesrgan -s 4 --realesrgan-model realesr-animevideov3副作用提示--privileged会显著提升容器权限等价于把容器放到接近宿主机的权限级别仅在确认前面的透传方式都失败、且该环境可接受这一风险时再使用。验证 GPU 是否被识别排查后可以用--list-gpus短参数-l列出容器内可见的 Vulkan 设备见 命令行文档docker run --gpus all -it --rm -v $PWD:/host ghcr.io/k4yt3x/video2x:$TAG --list-gpus文档给出的示例输出如下文档示例具体名称与版本号以你的硬件为准$ video2x --list-gpus 0. NVIDIA RTX A6000 Type: Discrete GPU Vulkan API Version: 1.3.289 Driver Version: 565.228.64能看到你的 NVIDIA 显卡及其 Vulkan API 版本、驱动版本说明设备枚举已恢复随后再跑一次超分辨率命令能正常处理视频即完成闭环。排查范围外的限制文档没有为该错误给出更细的分支判断上述三步就是文档提供的全部处理路径若第三步后仍失败说明问题不在容器参数层面需要回到宿主机驱动与 NVIDIA Container Toolkit 版本本身排查。该流程只覆盖 NVIDIA GPU。AMD 与 Intel GPU 的容器启动方式不同Intel 可用--device /dev/dri透传不要照搬本文命令。-p realesrgan -s 4 --realesrgan-model realesr-animevideov3只是文档用来演示启动命令的参数组合实际任务请按需替换输入文件、处理器与模型。参考文档Container、Command Line、README硬件要求。【免费下载链接】video2xA machine learning-based video super resolution and frame interpolation framework. Est. Hack the Valley II, 2018.项目地址: https://gitcode.com/GitHub_Trending/vi/video2x创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
