全部产品
Search
文档中心

GPU 云服务器:nvidia-fabricmanager版本与Tesla驱动版本不一致导致GPU无法正常使用

更新时间:Sep 18, 2024

对于Ubuntu操作系统GPU计算型实例(即ebmgn7、ebmgn7e),如果您采用安装包方式安装了nvidia-fabricmanager服务,则apt-daily服务可能会自动更新已安装的软件包,使得该软件版本与Tesla驱动版本不一致,产生版本兼容性问题,导致nvidia-fabricmanager服务启动失败,最终影响GPU无法正常使用,本文介绍这种情况的解决方案。

问题现象

采用安装包方式安装nvidia-fabricmanager服务后,查看该服务状态时,出现如下报错信息,该情况会导致GPU无法正常使用。

报错.jpg

问题原因

在Ubuntu系统的GPU实例上,通过安装包方式安装了nvidia-fabricmanager服务后,由于apt-daily服务会自动更新nvidia-fabricmanager软件,使得该软件版本与Tesla驱动版本不一致,基于版本兼容性问题,导致nvidia-fabricmanager服务启动失败,最终影响GPU无法正常使用。

解决方案

nvidia-fabricmanager软件版本必须与Tesla驱动版本一致,才能确保GPU的正常运行。为了预防或解决nvidia-fabricmanager软件版本与Tesla驱动版本不一致带来的GPU无法使用问题,请参考以下操作。

  1. 查看nvidia-fabricmanager软件和Tesla驱动版本信息。

    • 执行以下命令,查看nvidia-fabricmanager软件版本信息。

      sudo dpkg --list |grep nvidia-fabricmanager

      本示例以nvidia-fabricmanager软件版本为550.90.07为例,其中,nvidia-fabricmanager-550为软件包名称,550.90.07为软件版本。

      fabricmanager.jpg

    • 执行以下命令,查看Tesla驱动版本信息。

      nvidia-smi

      本示例以Tesla驱动版本为550.90.07为例。

      驱动版本-550.jpg

  2. 确认当前nvidia-fabricmanager版本与Tesla驱动版本是否一致。

    • 如果两版本一致,继续执行下一步。

    • 如果两版本不一致,请选择以下任一方案:

  3. 执行以下命令,禁止nvidia-fabricmanager软件被自动更新或升级。

    本示例以nvidia-fabricmanager-550软件包名称为例,请替换成您实际的nvidia-fabricmanager软件包名称。

    sudo apt-mark hold nvidia-fabricmanager-550 

    显示结果如下,表示nvidia-fabricmanager软件已禁止更新。

    禁止自动升级.jpg

  4. 执行以下命令,确认nvidia-fabricmanager软件更新已被锁定(hold)。

    sudo apt-mark showhold

    例如结果显示cloud-initnvidia-fabricmanager-550信息,表示相应的软件更新已被锁定。

    showhold.jpg