全部产品
Search

搜索本产品

    GPU 云服务器：在GPU计算型实例中手动安装Tesla驱动（Linux）

    文档中心

    GPU 云服务器：在GPU计算型实例中手动安装Tesla驱动（Linux）

    更新时间：Sep 18, 2024

    在深度学习、AI等通用计算业务场景或者OpenGL、Direct3D、云游戏等图形加速场景下，安装了Tesla驱动的GPU才可以发挥高性能计算能力，或提供更流畅的图形显示效果。如果您在创建GPU计算型实例（Linux）时未同时安装Tesla驱动，则需要在创建GPU实例后，单独手动安装Tesla驱动（Linux）。本文为您介绍如何为Linux系统的GPU计算型实例手动安装Tesla驱动。

    说明

    如果GPU实例为Alibaba Cloud Linux 3操作系统的GPU计算型实例，且在创建实例时未同步自动安装Tesla驱动，则您也可以通过YUM方式安装该驱动，具体操作，请参见通过YUM方式快速安装NVIDIA Tesla驱动（Alibaba Cloud Linux 3）。

    操作步骤

    说明

    本文适用于所有Linux系统的GPU计算型实例，更多信息，请参见GPU计算型（gn系列）。在该实例上仅支持安装与其操作系统一致的Tesla驱动，即Linux系统GPU实例支持安装Tesla驱动（Linux）。

    步骤一：下载NVIDIA Tesla驱动

    1. 访问NVIDIA驱动下载页面。

      说明

      关于安装和配置NVIDIA驱动程序的更多信息，请参见NVIDIA Driver Installation Quickstart Guide。

    2. 设置搜索条件后，单击查找选择适用的驱动程序。

      Tesla驱动.jpg

      设置项说明如下所示：

      设置项

      说明

      示例

      • 产品类别

      • 产品系列

      • 产品家族

      根据实例规格配备的GPU选择对应的产品类别、产品系列和产品家族。

      说明

      关于如何查看GPU实例的详细信息（实例ID、实例规格以及操作系统等），具体操作，请参见查看实例信息。

      • Data Center / Tesla

      • A-Series

      • NVIDIA A10

      操作系统

      根据实例使用的镜像选择对应的Linux操作系统版本。

      Linux 64-bit

      CUDA工具包版本

      选择CUDA Toolkit版本。

      11.4

      语言

      选择驱动对应的语言。

      Chinese (Simplified)

      部分GPU计算型规格的GPU信息，以及支持的驱动版本和CUDA版本

      信息项

      gn5

      gn5i

      gn6v

      gn6i

      gn6e

      gn7

      gn7i

      gn7e

      产品类型

      Data Center / Tesla

      Data Center / Tesla

      Data Center / Tesla

      Data Center / Tesla

      Data Center / Tesla

      Data Center / Tesla

      Data Center / Tesla

      Data Center / Tesla

      产品系列

      P-Series

      P-Series

      V-Series

      T-Series

      V-Series

      A-Series

      A-Series

      A-Series

      推荐的Tesla驱动版本

      410.79或更高版本

      450.80.02 或更高版本

      460.73.01 或更高版本

      450.80.02 或更高版本

      推荐的CUDA Toolkit版本

      CUDA Toolkit 10.1 Update 2

      CUDA Toolkit 11.0 Update 1

      CUDA Toolkit 11.2

      CUDA Toolkit 11.0 Update 1

      说明

      • 上表中仅列出部分常用GPU计算型实例规格的GPU信息，具有相同GPU卡的实例，对应的GPU信息（产品类型、产品系列和产品家族）相同。例如，ebmgn7i与gn7i的GPU卡都为NVIDIA A10，所以这两个实例对应的产品类型、产品系列和产品家族相同。

      • 手动安装Tesla驱动和CUDA包时，必须确保驱动版本和CUDA包版本的兼容性。更多信息，请参见CUDA兼容性。

    3. 在搜索到的驱动页面，单击展开查看更多版本。

    4. 找到待下载的驱动，单击对应驱动后的查看。

      例如，选择驱动版本为470.161.03、CUDA工具包版本为11.4的Data Center Driver for Linux x64。

    5. 在待下载驱动的详情页面，右键单击下载并选择复制链接地址。

      驱动下载.jpg

    6. 远程连接Linux系统的GPU实例。

      具体操作，请参见通过密码或密钥认证登录Linux实例。

    7. 执行以下命令，下载驱动安装包。

      命令示例中的驱动下载地址为您在步骤5中获取的驱动下载链接。

      wget https://us.download.nvidia.com/tesla/470.161.03/NVIDIA-Linux-x86_64-470.161.03.run

    步骤二：安装NVIDIA Tesla驱动

    不同操作系统实例，安装Tesla驱动的方法有所不同，具体操作如下所示。

    CentOS操作系统

    1. 执行以下命令，查询GPU实例中是否安装kernel-devel和kernel-headers包。

      sudo rpm  -qa | grep $(uname -r)

      • 如果回显类似如下信息，即包含了kernel-devel和kernel-headers包的版本信息，表示已安装。

        kernel-3.10.0-1062.18.1.el7.x86_64
kernel-devel-3.10.0-1062.18.1.el7.x86_64
kernel-headers-3.10.0-1062.18.1.el7.x86_64

      • 如果在回显信息中，您没有找到kernel-devel-*和kernel-headers-*内容，您需要自行下载并安装kernel对应版本的kernel-devel和kernel-headers包。

        重要

        kernel-devel和kernel版本不一致会导致在安装driver rpm过程中driver编译出错。因此，请您确认回显信息中kernel-*的版本号后，再下载对应版本的kernel-devel。在示例回显信息中，kernel的版本号为3.10.0-1062.18.1.el7.x86_64。

    2. 授权并安装Tesla驱动。

      以操作系统是Linux 64-bit的驱动为例，推荐您使用.run形式的Tesla驱动，例如：NVIDIA-Linux-x86_64-xxxx.run。分别执行以下命令，授权并安装Tesla驱动。

      说明

      如果您使用的是.deb或.rpm等其他形式的Tesla驱动，具体安装方法，请参见NVIDIA CUDA Installation Guide for Linux。

      sudo chmod +x NVIDIA-Linux-x86_64-xxxx.run
      sudo sh NVIDIA-Linux-x86_64-xxxx.run

    3. 执行以下命令，查看Tesla驱动是否安装成功。

      nvidia-smi

      回显信息类似如下所示，表示Tesla驱动安装成功。

      驱动版本.jpg

    4. （可选）通过NVIDIA Persistence Daemon方式开启Persistence-M属性。

      Tesla驱动安装完成后，Persistence-M默认为关闭（off）状态，Tesla驱动在开启Persistence-M属性状态下性能更稳定。为了业务更稳定地进行，建议您通过NVIDIA Persistence Daemon方式开启Persistence-M属性。更多信息，请参见Persistence Daemon。

      说明

      1. 执行以下命令，运行NVIDIA Persistence Daemon。

        sudo nvidia-persistenced --user username 
# username为您的用户名。

      2. 执行以下命令，查看Persistence-M属性状态。

        nvidia-smi

        回显信息类似如下所示，表示Persistence-M为开启（on）状态。

        persistence.jpg

    5. （可选）重启系统后开启Persistence-M属性。

      如果系统重启，则会导致Persistence-M开启（on）状态失效，您可以按照以下操作重新开启Persistence-M属性。

      通过安装Tesla驱动安装包，将NVIDIA提供的安装脚本（例如示例脚本和安装程序脚本）安装到/usr/share/doc/NVIDIA_GLX-1.0/samples/nvidia-persistenced-init.tar.bz2路径下。

      1. 执行以下命令，解压并安装NVIDIA提供的安装脚本。

        cd  /usr/share/doc/NVIDIA_GLX-1.0/samples/
sudo tar xf nvidia-persistenced-init.tar.bz2
cd  nvidia-persistenced-init
sudo sh install.sh

      2. 执行以下命令，查看NVIDIA Persistence Daemon是否正常运行。

        sudo systemctl status nvidia-persistenced

        回显信息类似如下所示，表示NVIDIA Persistence Daemon正常运行。

        persistence Daemon.jpg

        说明

        您可以根据您的操作系统适配NVIDIA Persistence Daemon安装脚本以保证其正常工作。

      3. 执行以下命令，再次确认Persistence-M属性为开启（on）状态。

        nvidia-smi

      4. （可选）执行以下命令，关闭NVIDIA Persistence Daemon。

        如果目前无需运行NVIDIA Persistence Daemon，您可以选择关闭NVIDIA Persistence Daemon。

        sudo systemctl stop nvidia-persistenced
sudo systemctl disable nvidia-persistenced

    6. （条件必选）如果您的GPU实例规格族为ebmgn7、ebmgn7e时，安装与驱动版本对应的nvidia-fabricmanager服务。

      重要

      • GPU实例规格族为ebmgn7、ebmgn7e时，如果未安装与版本驱动对应的nvidia-fabricmanager服务，则您将无法正常使用GPU实例。

      • GPU实例规格族不是ebmgn7、ebmgn7e时，请跳过本步骤。

      1. 安装nvidia-fabricmanager服务。

        您可以通过源码或者安装包两种方式安装nvidia-fabricmanager服务，以下操作以CentOS 7.x和CentOS 8.x操作系统为例，驱动版本（driver_version）以460.91.03为例，命令示例如下。其中，driver_version替换为步骤一：下载NVIDIA Tesla驱动中下载的驱动版本号。

        • 源码方式

          • CentOS 7.x

            driver_version=460.91.03
sudo yum -y install yum-utils
sudo yum-config-manager --add-repo https://developer.download.nvidia.com/compute/cuda/repos/rhel7/x86_64/cuda-rhel7.repo
sudo yum install -y nvidia-fabric-manager-${driver_version}-1

          • CentOS 8.x

            driver_version=460.91.03
driver_version_main=$(echo $driver_version | awk -F '.' '{print $1}')
distribution=rhel8
ARCH=$( /bin/arch )
sudo dnf config-manager --add-repo https://developer.download.nvidia.com/compute/cuda/repos/$distribution/${ARCH}/cuda-$distribution.repo
sudo dnf module enable -y nvidia-driver:${driver_version_main}
sudo dnf install -y nvidia-fabric-manager-0:${driver_version}-1

        • 安装包方式

          • CentOS 7.x

            driver_version=460.91.03
sudo wget https://developer.download.nvidia.com/compute/cuda/repos/rhel7/x86_64/nvidia-fabric-manager-${driver_version}-1.x86_64.rpm
sudo rpm -ivh nvidia-fabric-manager-${driver_version}-1.x86_64.rpm

          • CentOS 8.x

            driver_version=460.91.03
sudo wget https://developer.download.nvidia.com/compute/cuda/repos/rhel8/x86_64/nvidia-fabric-manager-${driver_version}-1.x86_64.rpm
sudo rpm -ivh nvidia-fabric-manager-${driver_version}-1.x86_64.rpm

      2. 执行如下命令，启动nvidia-fabricmanager服务。

        sudo systemctl enable nvidia-fabricmanager
sudo systemctl start nvidia-fabricmanager

      3. 执行如下命令，查看nvidia-fabricmanager服务是否安装成功。

        systemctl status nvidia-fabricmanager

        回显信息如下所示，表示nvidia-fabricmanager服务安装成功。

        Dingtalk_20240910143221.jpg

    Ubuntu等其他操作系统

    1. 授权并安装Tesla驱动。

      以操作系统是Linux 64-bit的驱动为例，推荐您使用.run形式的Tesla驱动，例如：NVIDIA-Linux-x86_64-xxxx.run。分别执行以下命令，授权并安装Tesla驱动。

      说明

      如果您使用的是.deb或.rpm等其他形式的Tesla驱动，具体安装方法，请参见NVIDIA CUDA Installation Guide for Linux。

      sudo chmod +x NVIDIA-Linux-x86_64-xxxx.run
      sudo sh NVIDIA-Linux-x86_64-xxxx.run

    2. 执行以下命令，查看Tesla驱动是否安装成功。

      nvidia-smi

      回显信息类似如下所示，表示Tesla驱动安装成功。

      驱动版本.jpg

    3. （可选）通过NVIDIA Persistence Daemon方式开启Persistence-M属性。

      Tesla驱动安装完成后，Persistence-M默认为关闭（off）状态，Tesla驱动在开启Persistence-M属性状态下性能更稳定。为了业务更稳定地进行，建议您通过NVIDIA Persistence Daemon方式开启Persistence-M属性。更多信息，请参见Persistence Daemon。

      说明

      1. 执行以下命令，运行NVIDIA Persistence Daemon。

        sudo nvidia-persistenced --user username 
# username为您的用户名。

      2. 执行以下命令，查看Persistence-M属性状态。

        nvidia-smi

        回显信息类似如下所示，表示Persistence-M为开启（on）状态。

        persistence.jpg

    4. （可选）重启系统后开启Persistence-M属性。

      如果系统重启，则会导致Persistence-M开启（on）状态失效，您可以按照以下操作重新开启Persistence-M属性。

      通过安装Tesla驱动安装包，将NVIDIA提供的安装脚本（例如示例脚本和安装程序脚本）安装到/usr/share/doc/NVIDIA_GLX-1.0/samples/nvidia-persistenced-init.tar.bz2路径下。

      1. 执行以下命令，解压并安装NVIDIA提供的安装脚本。

        cd  /usr/share/doc/NVIDIA_GLX-1.0/samples/
sudo tar xf nvidia-persistenced-init.tar.bz2
cd  nvidia-persistenced-init
sudo sh install.sh

      2. 执行以下命令，查看NVIDIA Persistence Daemon是否正常运行。

        sudo systemctl status nvidia-persistenced

        回显信息类似如下所示，表示NVIDIA Persistence Daemon正常运行。

        persistence Daemon.jpg

        说明

        您可以根据您的操作系统适配NVIDIA Persistence Daemon安装脚本以保证其正常工作。

      3. 执行以下命令，再次确认Persistence-M属性为开启（on）状态。

        nvidia-smi

      4. （可选）执行以下命令，关闭NVIDIA Persistence Daemon。

        如果目前无需运行NVIDIA Persistence Daemon，您可以选择关闭NVIDIA Persistence Daemon。

        sudo systemctl stop nvidia-persistenced
sudo systemctl disable nvidia-persistenced

    5. （条件必选）如果您的GPU实例规格族为ebmgn7、ebmgn7e时，安装与驱动版本对应的nvidia-fabricmanager服务。

      重要

      • GPU实例规格族为ebmgn7、ebmgn7e时，如果未安装与版本驱动对应的nvidia-fabricmanager服务，则您将无法正常使用GPU实例。

      • GPU实例规格族不是ebmgn7、ebmgn7e时，请跳过本步骤。

      1. 安装nvidia-fabricmanager服务。

        您可以通过源码或者安装包两种方式安装nvidia-fabricmanager服务，以下操作以Ubuntu 16.04、Ubuntu 18.04、Ubuntu 20.04或Ubuntu 22.04操作系统为例，驱动版本（driver_version）以460.91.03或535.154.05为例，命令示例如下。其中，driver_version替换为步骤一：下载NVIDIA Tesla驱动中下载的驱动版本号。

        重要

        在Ubuntu 22.04操作系统中安装nvidia-fabricmanager服务时，需要Tesla驱动版本高于515.48.07，针对Ubuntu 22.04操作系统，下述示例代码以535.154.05版本的驱动为例。

        • 源代码方式

          Ubuntu 16.04、Ubuntu 18.04或Ubuntu 20.04

          driver_version=460.91.03
driver_version_main=$(echo $driver_version | awk -F '.' '{print $1}')
distribution=$(. /etc/os-release;echo $ID$VERSION_ID | sed -e 's/\.//g')
sudo wget https://developer.download.nvidia.com/compute/cuda/repos/$distribution/x86_64/cuda-$distribution.pin
sudo mv cuda-$distribution.pin /etc/apt/preferences.d/cuda-repository-pin-600
sudo wget https://developer.download.nvidia.com/compute/cuda/repos/$distribution/x86_64/3bf863cc.pub
sudo apt-key add 3bf863cc.pub
sudo rm 3bf863cc.pub
sudo echo "deb https://developer.download.nvidia.com/compute/cuda/repos/$distribution/x86_64 /" | tee /etc/apt/sources.list.d/cuda.list
sudo apt-get update
sudo apt-get -y install nvidia-fabricmanager-${driver_version_main}=${driver_version}-*

          Ubuntu 22.04

          driver_version=535.154.05
driver_version_main=$(echo $driver_version | awk -F '.' '{print $1}')
distribution=$(. /etc/os-release;echo $ID$VERSION_ID | sed -e 's/\.//g')
sudo wget https://developer.download.nvidia.com/compute/cuda/repos/$distribution/x86_64/cuda-$distribution.pin
sudo mv cuda-$distribution.pin /etc/apt/preferences.d/cuda-repository-pin-600
sudo wget https://developer.download.nvidia.com/compute/cuda/repos/$distribution/x86_64/3bf863cc.pub
sudo apt-key add 3bf863cc.pub
sudo rm 3bf863cc.pub
sudo echo "deb https://developer.download.nvidia.com/compute/cuda/repos/$distribution/x86_64 /" | tee /etc/apt/sources.list.d/cuda.list
sudo apt-get update
sudo apt-get -y install nvidia-fabricmanager-${driver_version_main}=${driver_version}-*

        • 安装包方式

          • Ubuntu 16.04

            driver_version=460.91.03
driver_version_main=$(echo $driver_version | awk -F '.' '{print $1}')
sudo wget https://developer.download.nvidia.com/compute/cuda/repos/ubuntu1604/x86_64/nvidia-fabricmanager-${driver_version_main}_${driver_version}-1_amd64.deb
sudo dpkg -i nvidia-fabricmanager-${driver_version_main}_${driver_version}-1_amd64.deb

          • Ubuntu 18.04

            driver_version=460.91.03
driver_version_main=$(echo $driver_version | awk -F '.' '{print $1}')
sudo wget https://developer.download.nvidia.com/compute/cuda/repos/ubuntu1804/x86_64/nvidia-fabricmanager-${driver_version_main}_${driver_version}-1_amd64.deb
sudo dpkg -i nvidia-fabricmanager-${driver_version_main}_${driver_version}-1_amd64.deb

          • Ubuntu 20.04

            driver_version=460.91.03
driver_version_main=$(echo $driver_version | awk -F '.' '{print $1}')
sudo wget https://developer.download.nvidia.com/compute/cuda/repos/ubuntu2004/x86_64/nvidia-fabricmanager-${driver_version_main}_${driver_version}-1_amd64.deb
sudo dpkg -i nvidia-fabricmanager-${driver_version_main}_${driver_version}-1_amd64.deb

          • Ubuntu 22.04

            driver_version=535.154.05 
driver_version_main=$(echo $driver_version | awk -F '.' '{print $1}')
sudo wget https://developer.download.nvidia.com/compute/cuda/repos/ubuntu2204/x86_64/nvidia-fabricmanager-${driver_version_main}_${driver_version}-1_amd64.deb
sudo dpkg -i nvidia-fabricmanager-${driver_version_main}_${driver_version}-1_amd64.deb

      2. 执行如下命令，启动nvidia-fabricmanager服务。

        sudo systemctl enable nvidia-fabricmanager
sudo systemctl start nvidia-fabricmanager

      3. 执行如下命令，查看nvidia-fabricmanager服务是否安装成功。

        systemctl status nvidia-fabricmanager

        回显信息如下所示，表示nvidia-fabricmanager服务安装成功。

        image.png

        说明

        nvidia-fabricmanager软件包版本必须与Tesla驱动版本一致，才能保障GPU的正常使用。在Ubuntu系统下，如果您采用安装包方式安装nvidia-fabricmanager服务，则apt-daily服务可能会自动更新nvidia-fabricmanager安装包，使得nvidia-fabricmanager软件包版本与Tesla驱动版本不一致，从而导致nvidia-fabricmanager服务启动失败，并且GPU无法正常使用。如何解决该问题，请参见nvidia-fabricmanager版本与Tesla驱动版本不一致导致GPU无法正常使用。

    相关文档

    • 如果您购买了Windows系统的GPU计算型实例，则只能单独安装Tesla驱动来更好地应用于深度学习、AI等通用计算业务场景。具体操作，请参见在GPU计算型实例中手动安装Tesla驱动（Windows）。

    • 如果您需要在创建GPU实例时同时安装了Tesla驱动，具体操作，请参见创建GPU实例时自动安装或加载Tesla驱动。

    • 如果当前Tesla驱动因某种原因需要您卸载，具体操作，请参见卸载Tesla驱动。

    • 如果GPU实例中安装的驱动版本不适用于当前场景，或您安装了错误的驱动类型或版本导致GPU实例无法使用，您可以卸载当前驱动然后安装新的驱动或直接升级驱动。关于如何升级驱动的具体操作，请参见升级NVIDIA驱动。