使用模块化流简化 RHEL 8 上的 NVIDIA 驱动程序部署

NVIDIA GPUs 已成为加速机器学习、高性能计算（ HPC ）、内容创建工作流和数据中心应用程序等多种工作负载的主流。对于这些企业用例， NVIDIA 提供了一个由 CUDA 平台支持的软件堆栈：驱动程序、 CUDA -X 加速库、 CUDA – 优化的应用程序和框架。

部署 NVIDIA 驱动程序是建立 GPU 加速集群以使用 CUDA 的一个基本方面。在过去， NVIDIA 驱动程序的安装或升级都需要一个完整的软件开发环境，比如编译器工具链和内核头文件，在每个 GPU 节点上。企业用户还希望使用经过测试的 NVIDIA 驱动程序和 Linux 内核组合的组合，以获得稳定性，并能够在特定的驱动程序分支上运行，这些分支可能具有不同的生命周期。

在这篇文章中，我将介绍如何在 Red Hat Enterprise Linux （ RHEL ） 8 上打包 NVIDIA 驱动程序，以改进安装和升级驱动程序的体验。这项工作提供了几个好处 – 包括提高可靠性、安全性和可选择性。为此，请使用 RHEL8 和预编译内核模块（ kmod ）包中提供的模块化流。

DNF 模块化

使用 模块化 ， CUDA 存储库为驱动程序包提供多个更新流。只考虑对所选流的更新。您可以选择跟上最新和最新版本，或锁定到特定的驱动程序分支，例如，主版本等于“ 450 ”的驱动程序。

这个新机制允许您根据您的用例切换到不同的流。您可以从多个 NVIDIA GPU 驱动程序分支中选择一个，这些分支可从单个 RPM 存储库遵循。一些 NVIDIA 驱动程序 用于 NVIDIA 数据中心 GPUs ，与其他驱动程序分支相比，它们的使用寿命可能更长。企业用户可能出于稳定性的原因选择留在特定的驱动程序分支上，而其他用户可能希望跟踪其他分支以访问新功能。

您可以选择一个特定的驱动程序分支，例如 R418 ，用于跟踪更新，并且只从该分支获取更新。这些软件包还提供了一个名为 latest 和 latest-dkms 的虚拟分支，在每个时间点跟踪最新的 NVIDIA 驱动程序。默认为分支 latest-dkms 。其他的分支是可选的，并且可以在不需要重新安装 CUDA 工具箱的情况下切换分支。

使用预编译驱动程序

对于受支持的 Red Hat Enterprise Linux 8 . x 内核版本（请参阅下面的支持列表），提供了实现 DKMS 公司 替代方案的驱动程序包。无需启用 EPEL 存储库 。这些驱动程序 kmod 包的源文件是预先编译的，然后在安装时链接，因此这些文件被称为“预编译驱动程序”

新方法不需要安装 gcc 编译器，从而减少了攻击面，加快了内核和/或驱动程序更新的启动时间。使用这些预编译的 kmod 包提供了更大的稳定性，因为 NVIDIA 驱动程序版本和内核版本字符串组合已经过预测试。告别黑屏（运行级别 3 ），向可预测的用户体验问好，驱动程序安装不再依赖于 kernel-devel 和 kernel-headers 软件包。

当发布新的驱动程序更新时，只为驱动程序更新时最新发布的内核提供预编译的驱动程序包。同样，如果发布了新的内核更新，则会为该内核提供预编译的驱动程序包。另一种说法是，在任何时候，对最新的 RHEL 内核和最新的 NVIDIA 驱动程序版本（每个支持的分支）都启用预编译驱动程序。

使用预编译驱动程序时， dnf 包管理器的插件将被启用，用于清除过时的. ko 文件。为了防止系统崩溃， NVIDIA dnf 插件 还防止升级到尚未存在预编译驱动程序的内核。这可能会延迟安全修复的应用，但确保始终使用经过测试的内核和驱动程序组合。

使用包管理器安装

下面是如何开始在 RHEL8 上使用新的驱动程序包。首先，确保已启用 Red Hat 存储库，包括 RHEL8 AppStream 、 RHEL8 BaseOS 和 RHEL8 CRB ：

$ subscription-manager repos --enable=rhel-8-for-x86_64-appstream-rpms
$ subscription-manager repos --enable=rhel-8-for-x86_64-baseos-rpms
$ subscription-manager repos --enable=codeready-builder-for-rhel-8-x86_64-rpms

添加 CUDA 网络存储库：

$ sudo dnf config-manager --add-repo=https://developer.download.nvidia.com/compute/cuda/repos/rhel8/x86_64/cuda-rhel8.repo

安装最新的流以选择进入预编译包：

$ sudo dnf module install nvidia-driver:latest

选择模块化流

为了提高灵活性，预编译和 DKMS 变体中都有几个流可用（表 1 ）。

最新选项始终更新到最高版本的驱动程序（预编译）：

$ sudo dnf module install nvidia-driver:latest

<id> 选项将驱动程序更新锁定到指定的驱动程序分支（预编译）。将 <id> 替换为适当的驱动程序分支流，例如 455 、 450 、 440 或 418 。

$ sudo dnf module install nvidia-driver:<id>

latest-dkms 选项总是更新到最高版本的驱动程序（非预编译）。这是默认流。

$ sudo dnf module install nvidia-driver:latest-dkms

<id>-dkms 选项将驱动程序更新锁定到指定的驱动程序分支（非预编译），例如 455 dkms 、 450 dkms 、 440 dkms 或 418 dkms 。

$ sudo dnf module install nvidia-driver:<id>-dkms

交换流

要切换到另一个流，请先删除驱动程序包：

 $ sudo dnf remove nvidia-driver

然后，重置模块流：

 $ sudo dnf module reset nvidia-driver

现在可以从适当的流安装驱动程序。

使用模块化配置文件

模块化概要文件与任何支持的模块化流一起工作，并允许附加的用例（表 2 ）。

现在，您可以使用 dnf 命令指定流和配置文件：

 $ sudo dnf module install nvidia-driver:<stream>/<profile>

/default 选项在流中安装所有驱动程序包（可传递闭包）：

 $ sudo dnf module install nvidia-driver:latest/default

/ks 选项用于无人值守的 Linux 操作系统安装，使用的是不安装 cuda-drivers 元包的 cuda-drivers 配置文件。该元包尝试删除旧的驱动程序运行文件安装。

 %packages @^Minimal Install @nvidia-driver:latest-dkms/ks %end

/fm 选项安装用于引导 NVSwitch 的其他软件包，包括 Fabric Manager 和 NSCQ （用于交换机遥测）：

 $ sudo dnf module install nvidia-driver:450/fm

RHEL 支持矩阵

目前，这些包改进仅支持 x86 _ 64 体系结构上的 RHEL 8 . 2 （及更高版本）。 NVIDIA 只为最新的官方 RHEL 内核提供预编译驱动程序包，例如 4 . 18 . 0-193 . 19 . 1 及更高版本。如果使用早期内核，请更新以开始接收预编译的驱动程序包。没有为 几何学 内核提供预编译驱动程序。

表 3 显示了根据 NVIDIA 驱动程序生命周期策略 支持的分支。

新的 kmod 包通常在新的 RHEL 内核更新后 24 小时内可用。

为了防止系统崩溃， dnf 插件会在内核上线和 kmod 包可用性之间阻止内核更新。在升级过程中， dnf 会显示一条警告：

NOTE: Skipping kernel installation since no NVIDIA driver kernel module package kmod-nvidia-${driver}-${kernel} ... could be found

摘要

在 RHEL8 上部署 NVIDIA 驱动程序是使用预编译内核模块包和模块化流的更好的体验。新的驱动程序包在 CUDA 存储库 中提供，所以您可以从今天开始。

GitHub 上提供了打包模板和说明，允许您为自定义内核和衍生 Linux 发行版维护自己的预编译内核模块包：

• NVIDIA / yum 打包预编译 kmod
• NVIDIA / yum 打包 -NVIDIA – 插件

有关更多信息，请参阅以下资源：

• 预编译内核模块：模块化流在 RHEL8 上打包和部署（ GTC Fall 2020 session ）
• 在 Red Hat Enterprise Linux 上简化 NVIDIA GPU 驱动程序部署 （红帽峰会 2020 ）

提供反馈， 发送评论 或 报告错误 。如果您还不是会员， 加入 NVIDIA 开发者计划 。