一、更新 镜像（最常见）

当 docker-compose.yml 没变，但镜像有新版本：

docker-compose pull
docker-compose up -d

👉 等价于：

• 拉取最新镜像
• 用新镜像重建并启动容器（不中断未变的服务）

---

二、更新 服务配置（yml 改了）

比如改了端口、环境变量、volume：

docker-compose up -d

如果你想强制重建（推荐在不确定时用）：

docker-compose up -d --build

---

三、只更新某一个服务

比如只更新 web：

docker-compose pull web
docker-compose up -d web

---

四、更新后清理旧容器 / 旧镜像（可选）

防止磁盘越用越满 🧹

docker-compose down
docker-compose up -d

或只清理不用的镜像：

docker image prune

Rocm7.2已经出了但是不兼容AI-MAX 395，下面是安装Rocm7.1.1和对应的rocm/pytorch

apt update
apt install vim wget gpg curl git -y
apt upgrade -y
wget https://repo.radeon.com/amdgpu-install/7.1.1/ubuntu/noble/amdgpu-install_7.1.1.70101-1_all.deb
apt install ./amdgpu-install_7.1.1.70101-1_all.deb
apt update
apt install python3-setuptools python3-wheel libjpeg-dev python3-dev python3-pip
groupadd render
usermod -a -G render,video ubuntu
apt install rocm

apt update
apt install “linux-headers-$(uname -r)” “linux-modules-extra-$(uname -r)”
apt install amdgpu-dkms

docker pull rocm/pytorch:rocm7.1.1_ubuntu24.04_py3.12_pytorch_release_2.9.1

df -h # 找出满的分区
ubuntu默认使用lv卷管理磁盘你的磁盘可能有1TB，但是你可以看到比如
/dev/mapper/ubuntu–vg-ubuntu–lv: 100 GiB,

一、你现在的现象说明什么？

你看到类似下面的信息：

/dev/mapper/ubuntu--vg-ubuntu--lv   100G

但你明确知道磁盘是 1TB。

👉 这说明：

磁盘 = 1TB
物理卷(PV) / 卷组(VG) / 逻辑卷(LV) 只分配了 100G 给根分区

Linux 并不会自动把整块磁盘都给 /，尤其在 Ubuntu + LVM 场景下，这是正常现象。

---

二、LVM 结构快速理解（很重要）

LVM 的结构是：

磁盘（1TB）
 └─ 物理卷 PV
     └─ 卷组 VG（ubuntu-vg）
         ├─ 逻辑卷 LV（ubuntu-lv） ← 你现在只有 100G
         └─ 剩余空间（还没用！）

👉 重点：剩下的 900G 还在 VG 里，没分给 LV

三、你先确认一下现状（一步步来）

1️⃣ 查看磁盘真实大小

lsblk

你应该能看到类似：

sda        1T
└─sda3     1T
  └─ubuntu--vg-ubuntu--lv 100G /

---

2️⃣ 查看卷组是否还有空闲空间

vgdisplay

关注这两行：

VG Size               <1.00 TiB
Free  PE / Size       900.00 GiB

👉 如果 Free 很大，说明空间还没用

---

3️⃣ 查看逻辑卷大小

lvdisplay

你会看到：

LV Size                100.00 GiB

---

四、如果你想把剩余空间扩展到 /（最常见需求）

⚠️ 下面操作是安全的，但建议生产环境先确认或快照

---

✅ 一条命令直接扩到最大（推荐）

lvextend -l +100%FREE /dev/mapper/ubuntu--vg-ubuntu--lv

或者：

lvextend -l +100%FREE /dev/ubuntu-vg/ubuntu-lv

---

关键一步：扩展文件系统

如果是 ext4（Ubuntu 默认）：

resize2fs /dev/mapper/ubuntu--vg-ubuntu--lv

如果是 xfs：

xfs_growfs /

---

4️⃣ 验证是否成功

df -h

你应该能看到：

/dev/mapper/ubuntu--vg-ubuntu--lv   ~1.0T

一、查看当前时区

timedatectl

二、修改时区（立即生效）

例如：改为中国时间

sudo timedatectl set-timezone Asia/Shanghai
无需重启，立刻生效 ✅
修改后使用 timedatectl 命令确认

三、没有timedatectl命令时

直接改 /etc/localtime

sudo ln -sf /usr/share/zoneinfo/Asia/Shanghai /etc/localtime

维持一个长久运行的容器以供调试，加sleep infinity
容器停止后，自动删除这个容器 –rm

例子
docker run -dit – -device=/dev/kfd – -device=/dev/dri – -group-add video – -runtime=runc – -name ubuntu-alwayson qinzhen/comfyui-rocm:0.9.1 sleep infinity

之后使用 docker exec -it ubuntu-alwayson bash 进入，在宿主机使用docker restart ubuntu-alwayson 重启

AMD Rocm&Pytorch easy install

https://rocm.docs.amd.com/projects/install-on-linux/en/develop/install/3rd-party/pytorch-install.html

在容器内做了修改之后可以使用一下命令提交变更

docker commit “运行中的容器ID” “镜像名，如：qinzhen/xxxx”

做一个正式镜像

目录里建立Dockerfile文件，里面写上配置

docker build -t “镜像名” . （不要忘记有.）

docker push “镜像名”

清除Docker build的缓存
docker builder prune / docker builder prune -f / docker builder prune -af

改名
# Tag the existing image with a new name

docker tag old_image_name:latest new_image_name:latest

# Optionally, remove the old tag

docker rmi old_image_name:latest

Docker image 删除之后空间没有释放

这是 Docker 非常经典、但也很容易误解的问题。先给你一句结论：

删除 docker image ≠ 立刻释放磁盘空间
真正占空间的，往往是 容器、匿名 volume、build cache、overlay 层。

下面一步一步帮你把空间真正清干净，并告诉你每一步在清什么。

---

一、先确认：空间到底被谁占着（必须做）

先跑这条：

docker system df

你会看到类似：

TYPE            TOTAL     ACTIVE    SIZE      RECLAIMABLE
Images          12        0         45GB      45GB (100%)
Containers      8         0         10GB      10GB (100%)
Local Volumes   15        2         80GB      60GB (75%)
Build Cache     23        0         35GB      35GB

👉 关键看 RECLAIMABLE，不是 SIZE
👉 这一步是“指路牌”，决定你下一步该删什么

dnf remove -y docker-ce docker-ce-cli containerd.io docker-compose-plugin

dnf install -y moby-engine moby-cli moby-compose

相关网站1，https://www.jetson-ai-lab.com/
相关网站2，https://developer.nvidia.com/embedded/jetpack/downloads
Json Nano需要使用6.2.1 https://developer.nvidia.com/embedded/jetpack-sdk-621

终于可以摆脱使用愚蠢的 NVIDIA SDK Manager将系统安装到SSD了

推荐使用 Etcher 作为Image的写卡工具 https://etcher.balena.io/
将SD Card Image写入你的Nvme SSD

打开任意可以编辑Linux分区文件的工具，比如Disk Genius
下载/boot/extlinux/extlinux.conf 文件并使用合适工具编辑
找到以下位置
APPEND ${cbootargs} root=/dev/nvme1n1p1 rw rootwait rootfstype=ext4 mminit_loglevel=4 console=ttyTCU0,115200 firmware_class.path=/etc/firmware fbcon=map:0 video=efifb:off console=tty0

root=/dev/nvme1n1p1 ，将dev后面的设备从mmcblk0p1改为对应的nvme, 2280 是nvme0n1p1, 2230是nvme1n1p1 保存，上传并覆盖源文件。安装好ssd并开机。

验证Opencv版本及CUDA支持
apt install python3 python3-pip
pip3 install jetson-stats
jetson_release

原文链接 https://qengineering.eu/install-opencv-on-jetson-nano.html
1，确认Swap空间是否足够+增加Swap空间容量
vi /etc/systemd/nvzramconfig.sh
找到这一行
Calculate memory to use for zram (1/2 of ram)
totalmem=$(LC_ALL=C free | grep -e “^Mem:” | sed -e ‘s/^Mem: *//’ -e ‘s/ *.*//’)
mem=$(((“${totalmem}” / 2 / “${NRDEVICES}”) * 1024))

把它改成 去掉 / 2，变成：
Calculate memory to use for zram (ALL ram for zram, 2x previous)
totalmem=$(LC_ALL=C free | grep -e “^Mem:” | sed -e ‘s/^Mem: *//’ -e ‘s/ *.*//’)
mem=$(((“${totalmem}” / “${NRDEVICES}”) * 1024))
这样每个 zram 分区的大小会变成原来的 2 倍，总 swap 也就是现在的 2 倍左右。reboot
系统起来后，检查：
zramctl
cat /proc/swaps

2，基于脚本编译Opencv
为了简化流程，作者提供了一个一键脚本 (≈ 68 行命令)，可自动执行包括依赖安装、环境配置、编译、链接、清理的全部步骤。一共大约需要 2 小时。

以安装 OpenCV 4.11.0 为例，命令如下：
先检查总内存 (RAM + swap) 是否 >= 8.5 GB
free -m
下载脚本
wget https://github.com/Qengineering/Install-OpenCV-Jetson-Nano/raw/main/OpenCV-4-11-0.sh
编辑脚本加入cmake版本信息
在# run cmake下面加入
-D CMAKE_CXX_STANDARD=17 \

sudo chmod 755 ./OpenCV-4-11-0.sh
./OpenCV-4-11-0.sh
安装完成后清理
rm OpenCV-4-11-0.sh
可选：删除源码文件，节省空间
sudo rm -rf ~/opencv
sudo rm -rf ~/opencv_contrib

如果你想安装其他版本 (4.10, 4.9, 4.8, …)，也可以下载对应版本脚本执行。