Docker18是一款非常實用的容器化技術，可以讓我們更加方便快捷地部署應用程序和服務。近年來，隨著人工智能和深度學習等技術的發展，許多應用程序需要大量的計算資源，這時顯卡就變得非常重要。如何在Docker18中使用顯卡呢？下面就來介紹一下。

首先，我們需要在主機上安裝NVIDIA的驅動程序，這可以通過從官網下載對應版本的驅動程序并按照說明進行安裝來實現。然后，我們需要使用NVIDIA提供的Docker運行時（nvidia-docker）來運行帶有GPU加速的容器。

在Dockerfile中，我們需要引入以下的指令：

FROM nvidia/cuda:8.0-cudnn5-devel-ubuntu16.04
LABEL maintainer="John Doe"
RUN apt-get update && \
apt-get install -y \
python3 \
python3-pip
RUN pip3 install tensorflow-gpu==1.0.0
CMD ["python3", "my_script.py"]

上面的配置文件會讓我們基于CUDA和cuDNN的TensorFlow容器運行在支持NVIDIA GPU加速的Docker引擎上。

我們還需要使用nvidia-docker來創建并運行容器。使用時，只需要像下面的示例一樣，在Docker運行命令中添加“nvidia-docker run”前綴即可：

$ nvidia-docker run -it my_image

上面的命令將啟動一個交互式容器會話，其中會話的環境將包括GPU的支持。

總結來說，使用Docker18的GPU加速需要以下步驟：

1. 安裝NVIDIA驅動程序。
2. 安裝nvidia-docker運行時。
3. 編寫基于CUDA和cuDNN的TensorFlow容器的Dockerfile。
4. 使用nvidia-docker命令啟動GPU支持的容器。

這樣，我們就可以在Docker18容器中愉快地享受GPU加速帶來的便利了。