[nvidia docker]

1. nvidia-smi可以执行；
2. docker

好的，看到你的 nvidia-smi 输出非常清晰，这说明 WSL2 已经能够正确识别和使用你的 NVIDIA GPU 了。
这是一个非常好的信号！问题 100% 出在 Docker 的配置上。Docker 守护进程还不知道如何调用这个 GPU。
我们直接进入正题，按照最有效的步骤来修复它。
✅ 解决方案：三步修复法
请在你的 WSL2 终端中，严格按照顺序执行以下命令。
第 1 步：安装/重装 NVIDIA Container Toolkit
即使你之前装过，也请重新执行一遍，这能确保万无一失。

1. 添加官方 GPG key 和仓库

curl -fsSL https://nvidia.github.io/libnvidia-container/gpgkey | sudo gpg --dearmor -o /usr/share/keyrings/nvidia-container-toolkit-keyring.gpg \&& curl -s -L https://nvidia.github.io/libnvidia-container/stable/deb/nvidia-container-toolkit.list | \sed 's#deb https://#deb [signed-by=/usr/share/keyrings/nvidia-container-toolkit-keyring.gpg] https://#g' | \sudo tee /etc/apt/sources.list.d/nvidia-container-toolkit.list

2. 更新包列表

sudo apt-get update

3. 安装工具包

sudo apt-get install -y nvidia-container-toolkit

第 2 步：配置 Docker 并重启服务
这是最关键的一步，它会告诉 Docker “nvidia” 运行时在哪里。

1. 配置 Docker 守护进程，让它知道 nvidia 运行时

sudo nvidia-ctk runtime configure --runtime=docker

2. 重启 Docker 服务以应用配置

sudo systemctl restart docker

⚠️ 特别注意：
如果 sudo systemctl restart docker 命令报错，请先执行 sudo systemctl unmask docker，然后再重新运行 sudo systemctl restart docker。
第 3 步：验证 Docker 是否能使用 GPU
现在，我们来测试一下 Docker 是否已经修复。

docker run --rm --gpus all nvidia/cuda:12.1.0-base-ubuntu22.04 nvidia-smi

预期结果：
这个命令会下载一个小的 CUDA 镜像（如果本地没有的话），然后在容器内执行 nvidia-smi。如果成功，你会在终端里看到和你之前运行 nvidia-smi 几乎一模一样的 GPU 信息输出。
🎯 最后一步：重新运行你的项目
如果上面的验证命令成功了，那么你的问题就已经解决了。现在可以放心地启动你的项目了：

docker-compose -f docker-compose.gpu.yml up -d

这次应该就不会再报 unknown or invalid runtime name: nvidia 的错误了。
💡 如果验证命令仍然失败
如果 docker run --rm --gpus all ... 命令还是报同样的错，请检查一下 Docker 的配置文件：

cat /etc/docker/daemon.json

它的内容应该包含类似下面的 runtimes 部分：

{"default-runtime": "nvidia","runtimes": {"nvidia": {"path": "nvidia-container-runtime","runtimeArgs": []}}
}

如果这个文件里没有 runtimes 部分，说明第 2 步的配置命令没有成功执行，请仔细检查命令是否有报错信息。
请先按照“三步修复法”操作，然后把验证命令的结果告诉我。 我相信这能解决你的问题！