ubuntu使用deb包离线安装docker依赖程序。sudo dpkg -i containerd.io_1.2.6-3_amd64.deb。

Nvidia-container-toolkit是NVIDIA推出的一款开源工具包，其主要作用是帮助用户在容器化环境中运行NVIDIA GPU加速应用。该工具包提供了容器运行时与NVIDIA GPU之间的交互功能，使得开发者可以在容器中无缝使用GPU资源。Nvidia-container-toolkit最新版本为1.17.4，支持的操作系统为Ubuntu 20.04，而架构类型为x86。 在Ubuntu 20.04系统上，Nvidia-container-toolkit的安装和配置通常较为直接。需要确保系统中已经安装了NVIDIA驱动，之后，通过添加NVIDIA软件仓库的方式，可以通过包管理工具安装Nvidia-container-toolkit。由于Nvidia-container-toolkit支持x86架构，因此在主流的x86_64位硬件平台上均可正常运行。 在配置方面，Nvidia-container-toolkit与containerd的集成是当前的一个热门话题。containerd作为容器运行时的核心组件，负责管理容器的生命周期。通过将Nvidia-container-toolkit与containerd相结合，可以实现GPU资源的直接分配给容器，这样就可以在容器内部高效利用GPU加速计算。Nvidia-container-toolkit通过CRI（容器运行时接口）与containerd通信，这使得它能够与containerd一起工作，并为支持GPU的应用程序提供硬件加速。 此外，Nvidia-container-toolkit还提供了诸多特性，比如能够支持Kubernetes集群环境。在Kubernetes中，用户可以通过该工具包，使用NVIDIA GPU资源，执行机器学习、深度学习以及高性能计算等任务。它也是NVIDIA NGC（NVIDIA GPU Cloud）容器注册中心推荐的容器运行时工具。 随着人工智能和深度学习应用的不断普及，对GPU加速计算的需求日益增长。Nvidia-container-toolkit的出现，解决了传统容器技术在GPU资源分配上的限制，使得用户可以在容器环境中充分利用NVIDIA GPU带来的性能优势。这一进步不仅提高了计算资源的利用效率，同时也让容器化技术在高性能计算领域的应用更加广泛。 Nvidia-container-toolkit是一款高度集成且易于使用的工具包，它极大地简化了GPU加速容器应用的部署和运行过程。对于希望在容器环境中利用GPU资源的用户而言，Nvidia-container-toolkit提供了强大的支持，并且随着其版本的不断更新，其功能和性能也将得到持续增强。

cri-containerd-1.7.7-linux-amd64.tar.gz

containerd是容器虚拟化技术,从docker中剥离出来,形成开放容器接口(OCI)标准的一部分。

runC二进制包进行安装，里面包含了seccomp模块支持。

1.手动部署 k8s 环境虽然能很好的理解原理，当时相对耗时比较多 [初次部署，可能要1-3天] 2.使用 shell 脚本可以大大的减少了多个项目或场景的部署，能减少 [使用脚本，只需要几分钟] 3.压缩包内包含了 README 文档，可以使用 typora 等 markdown 软件打开

containerd 是一个行业标准的容器运行时，强调简单性、健壮性、可移植性；继 Kubernetes、Prometheus、Envoy 和 CoreDNS 之后，于 2019 年 2 月 28 日，containerd 正式成为云原生计算基金会的毕业项目；从 k8s v1.20 开始废弃对 dockershim 的支持，改用 Containerd 作为默认的容器运行时，于 k8s v1.24 正式移除 dockershim 相关实现代码

containerd物料包

基于kubeadm安装kubernetes v1.23(Containerd) ansible安装包

基于二进制包安装kubernetes v1.23(Containerd) ansible安装包