技能介绍

要解决什么问题

在 Linux 上跑 NVIDIA Holoscan SDK 时，官方推荐路径是从 NGC（nvcr.io/nvidia/clara-holoscan/holoscan）使用容器镜像，而不是在主机上自建 Conda/pip 栈。难点在于：镜像标签与主机 CUDA 版本、GPU 类型（dGPU / iGPU）必须一致，否则容器内 CUDA 初始化会直接失败；另外 Holoviz 等 GUI 示例在 SSH 无头环境下也容易挂起。本技能把文档里的安装流程收成可执行的检查清单。

技能如何工作

选标签：根据 nvidia-smi 里「CUDA Version」对照矩阵选择后缀（cuda13、cuda12-dgpu、cuda12-igpu），拼成形如 v4.1.0-cuda13 的标签；若出现 Forward Compatibility 横幅，在次要版本新于驱动时属于预期行为。
验证 GPU 透传并拉取：确认 Docker 与 NVIDIA Container Toolkit 可用（docker run --gpus all），再拉取约 10–20 GB 镜像。
六类示例验证：覆盖纯 Python 绑定、纯 C++ 运行时、Python/C++ 与 Holoviz/Vulkan；Holoviz 通过向 YAML 注入 headless: true 固定无头运行，避免 X11/SSH 问题。
启动与后续：说明 NGC 目录页中的 docker 标志含义，并指向 /opt/nvidia/holoscan/examples/ 等探索路径。

适用边界与注意点

镜像不包含容器内 Conda/pip 环境；标签矩阵以外的变体不在技能覆盖范围内。
段错误常见原因是未在容器内设置 ulimit -s 32768；video_replayer 数据路径需用 HOLOSCAN_INPUT_PATH=/opt/nvidia/holoscan/data 覆盖 YAML 硬编码。
权威细节以 NVIDIA Holoscan SDK 安装文档为准，与文档冲突时以文档为准。