Linux Centos7 安装NVIDIA 驱动

cat /etc/redhat-release 查看系统版本

服务器IP	系统版本	内核	GPU	内存和硬盘	后期扩容
10.0.2.125	CentOS Linux release 7.9.2009	5.3.10-1.el7.elrepo.x86_64	4 张 Tesla T4（16G）	376G + 1.5T	物理机
10.0.2.130	CentOS Linux release 7.9.2009	3.10.0-1160.el7.x86_64	2 张 Tesla T4（16G）	251G + 3T	物理机
10.0.2.131	CentOS Linux release 7.9.2009	3.10.0-1160.el7.x86_64	1 张 Tesla T4（16G）	251G + 3T	物理机

部分文档说：注意: 安装nvidia-docker2前要先安装 驱动及CUDA、CUDNN安装

部分文档说：提示： 宿主机没必要安装cuda和cudnn的包，build的时候不能使用`--runtime=nvidia`，要构建镜像的时候使用`nvidia`

在131测试（一块显卡）

lshw -numeric -C display 检查硬件

lspci | grep -i nvidia

5e:00.0 3D controller: NVIDIA Corporation TU104GL [Tesla T4] (rev a1)

说明此刻用的是开源版本的nouveau显卡驱动，在后文，如果安装完毕nvidia的驱动后，这行会变为configuration: driver=nvidia：

安装步骤

更新kernel

其中dkms是可选的，但是有了它，可以确保以后内核更新后，内核更新事件会触发Nvidia的内核驱动跟着自动编译安装更新。实际上，你在安装驱动的过程中，会有专门的提示框弹出来让你选择。

yum install -y --downloadonly --downloaddir=/root/ epel-release

yum install -y --downloadonly --downloaddir=/root/ kernel-headers kernel-devel dkms

rpm -ivh kernel-devel-3.10.0-1160.el7.x86_64.rpm

yum -y install gcc kernel-devel

安装 gcc、kernel

gcc -v

禁用 nouveau

检查模块是否仍旧在加载（安装nvidia显卡驱动前需要禁用nouveau，不然会碰到冲突的问题，导致无法安装nvidia显卡驱动）

查看命令：
lsmod | grep nouveau

修改dist-blacklist.conf文件：
vim /lib/modprobe.d/dist-blacklist.conf

将nvidiafb注释掉:
#blacklist nvidiafb 

然后添加以下语句：
blacklist nouveau
options nouveau modeset=0

重建initramfs image

#备份一份成bak文件
mv /boot/initramfs-$(uname -r).img /boot/initramfs-$(uname -r).img.bak
#重启镜像
dracut /boot/initramfs-$(uname -r).img $(uname -r)
#修改运行级别为文本模式
systemctl set-default multi-user.target

reboot

lsmod | grep nouveau

安装NVIDIA驱动

# 驱动下载地址官方驱动 | NVIDIA

# 请选择自己需要的版本号 # 需要加上权限

chmod +x NVIDIA-Linux-x86_64-410.129-diagnostic.run

# 不使用命令,直接复制上面地址也可以在浏览器直接下载

./NVIDIA-Linux-x86_64-410.129-diagnostic.run --kernel-source-path=/usr/src/kernels/3.10.0-1160.el7.x86_64 -k $(uname -r)

lshw -numeric -C display

nvidia-smi

安装nvidia-docker2

准备文件，需要和系统版本对应

在已安装docker的机器上

distribution=$(. /etc/os-release;echo $ID$VERSION_ID)

url -s -L https://nvidia.github.io/nvidia-docker/$distribution/nvidia-docker.repo | sudo tee /etc/yum.repos.d/nvidia-docker.repo

yum install --downloadonly nvidia-docker2 --downloaddir=/tmp/nvidia

得到这些

rpm -Uvh *.rpm --nodeps --force

安装nvidia docker2以后，修改docker 默认runtime。重启docker，这样就能在docker或者k8s中使用gpu了。

cat /etc/docker/daemon.json
{
    "default-runtime": "nvidia",
    "runtimes": {
        "nvidia": {
            "path": "nvidia-container-runtime",
            "runtimeArgs": []
        }
    }
}

# 热启动docker
systemctl daemon-reload && sudo kill -SIGHUP $(pidof dockerd)
不行再systemctl restart docker

docker run --rm --gpus all nvidia/cuda:10.0-base-centos7 nvidia-smi

docker run --rm --gpus all nvidia/cuda:11.4.3-base-centos7 nvidia-smi

卸载更换

yum install -y nvidia-docker2 --downloadonly --downloaddir=/root/nvidia-new

yum install -y nvidia-container-toolkit --downloadonly --downloaddir=/root/nvidia-new

rpm -Uvh *.rpm --nodeps --force

sudo /usr/bin/nvidia-uninstall

chmod a+x NVIDIA-Linux-x86_64-440.33.01.run #（对应老驱动版本）

./NVIDIA-Linux-x86_64-440.33.01.run --uninstall

卸载nvidia-docker

docker volume ls -q -f driver=nvidia-docker | xargs -r -I{} -n1 docker ps -q -a -f volume={} | xargs -r docker rm -f

reboot

安装

./NVIDIA-Linux-x86_64-440.118.02.run --kernel-source-path=/usr/src/kernels/3.10.0-1160.el7.x86_64 -k $(uname -r)

./NVIDIA-Linux-x86_64-535.104.12----12.2.run --kernel-source-path=/usr/src/kernels/3.10.0-1160.102.1.el7.x86_64 -k $(uname -r)

docker run --rm --gpus all nvidia/cuda:10.0-base-centos7 nvidia-smi 测试

docker run --rm --gpus all nvidia/cuda:11.4.3-base-centos7 nvidia-smi

报错 Error opening terminal: xterm.

1.rpm -qa | grep ncurses
2.sudo yum install ncurses.x86_64 ncurses-devel.x86_64
3.export TERMINFO=/usr/share/terminfo