PVE 配置显卡直通，打造本地大模型地基（附教程）

本文将详细介绍如何在虚拟化平台 Proxmox Virtual Environment（PVE）配置显卡直通，将宿主机上的物理显卡直接分配给 AI 虚拟机使用。

1. 环境介绍

1.1 硬件环境

• 服务器： 科脑 X99-D4、2*32G DDR4 内存、Intel E5-2683 v4
• 显卡：NVIDIA P104-100
• BIOS：开启 VT-x/VT-d 类似的虚拟化扩展

本文选择纯矿卡 NVIDIA P104-100 作为演示，配置方法同样适用于其他型号显卡。

1.2 软件环境

• 虚拟化平台：Proxmox Virtual Environment 8.0.4
• AI 虚拟机： ubuntu 22.04

本文选择 ubuntu 22.04 作为演示，配置方法同样适用于其他操作系统。

2. 配置 PVE 开启显卡直通

2.1 开启 IOMMU 功能

• 配置 Grub 配置文件，vi /etc/default/grub

ini
复制代码
# 修改 GRUB_CMDLINE_LINUX_DEFAULT 配置为
​
GRUB_CMDLINE_LINUX_DEFAULT="quiet intel_iommu=on iommu=pt initcall_blacklist=sysfb_init pcie_acs_override=downstream"
​
#注意：pve 7.2 以前版本使用
GRUB_CMDLINE_LINUX_DEFAULT="quiet intel_iommu=on iommu=pt video=efifb:off,vesafb:off pcie_acs_override=downstream"

说明：

• intel_iommu=on 开启IOMMU
• iommu=pt 让内核驱动设备性能更高，并且防止Linux将不能直通的设备直通
• initcall_blacklist=sysfb_init 替代老版本中的 video=efifb:off,vesafb:off 参考文档
• pcie_acs_override=downstream 用于将iommu groups拆分，方便一些板载设备的直通。参考文档

• 更新 GRUB

typescript
复制代码
update-grub
​
# 正确的结果如下
root@pve9:~# update-grub
Generating grub configuration file ...
Found linux image: /boot/vmlinuz-6.2.16-8-pve
Found initrd image: /boot/initrd.img-6.2.16-8-pve
Found linux image: /boot/vmlinuz-6.2.16-3-pve
Found initrd image: /boot/initrd.img-6.2.16-3-pve
Found memtest86+x64 image: /boot/memtest86+x64.bin
done

• 加载对应的内核模块

javascript
复制代码
echo vfio >> /etc/modules
echo vfio_pci >> /etc/modules
echo vfio_iommu_type1 >> /etc/modules
# echo vfio_virqfd >> /etc/modules # pve8 不需要配置

• 重启 PVE 系统

复制代码
reboot

• 验证是否成功 启用IOMMU

ini
复制代码
dmesg | grep -E "DMAR|IOMMU"
​
# 正确的关键结果如下
root@pve9:~# dmesg | grep -E "DMAR|IOMMU"
[    0.000000] Warning: PCIe ACS overrides enabled; This may allow non-IOMMU protected peer-to-peer DMA
[    0.142816] DMAR: IOMMU enabled
[    1.036519] DMAR: Intel(R) Virtualization Technology for Directed I/O

• 验证 VFIO 模块

perl
复制代码
dmesg | grep -i vfio
​
# 正确的结果如下
root@pve9:~# dmesg | grep -i vfio
[    3.759097] VFIO - User Level meta-driver version: 0.3

• 验证是否支持 中断重映射

ini
复制代码
dmesg | grep 'remapping'
​
# 正确的结果如下
# intel
[    0.175675] DMAR-IR: Queued invalidation will be enabled to support x2apic and Intr-remapping.
[    0.177198] DMAR-IR: Enabled IRQ remapping in x2apic mode
​
# 但是我的环境比较特殊，即使 BIOS 里开启了 X2APIC，也会报错，所以启用了 2.3 小节的 允许不安全的中断设置。不影响显卡的直通使用。
root@pve9:~# dmesg | grep 'remapping'
[    0.390774] DMAR-IR: Enabled IRQ remapping in xapic mode
[    0.390775] x2apic: IRQ remapping doesn't support X2APIC mode

2.2 开启显卡直通

• 屏蔽默认驱动

bash
复制代码
# 直通 NVIDIA 显卡，请使用下面命令
echo "# NVIDIA" >> /etc/modprobe.d/blacklist.conf 
echo "blacklist nouveau" >> /etc/modprobe.d/blacklist.conf 
echo "blacklist nvidia" >> /etc/modprobe.d/blacklist.conf 
echo "blacklist nvidiafb" >> /etc/modprobe.d/blacklist.conf
echo "blacklist nvidia_drm" >> /etc/modprobe.d/blacklist.conf
echo "" >> /etc/modprobe.d/blacklist.conf
​
# 直通 AMD 显卡，请使用下面命令
echo "# AMD" >> /etc/modprobe.d/blacklist.conf
echo "blacklist amdgpu" >> /etc/modprobe.d/blacklist.conf
echo "blacklist radeon" >> /etc/modprobe.d/blacklist.conf
​
# 本文服务器 NVIDIA 和 AMD 显卡各有一块，因此都执行

2.3 其他有用的配置

• 允许不安全的中断

bash
复制代码
## 其他参数配置
# 允许不安全的中断
echo "options vfio_iommu_type1 allow_unsafe_interrupts=1" > /etc/modprobe.d/iommu_unsafe_interrupts.conf

• 为 NVIDIA 卡添加稳定性修复和优化

bash
复制代码
echo "options kvm ignore_msrs=1 report_ignored_msrs=0" > /etc/modprobe.d/kvm.conf
# 忽略异常，防止虚拟机异常导致宿主机崩溃
#   ignore_msrs             :   忽略异常
#   report_ignored_msrs     :   是否报告异常

2.4 更新内核引导文件

• 更新内核引导文件

sql
复制代码
update-initramfs -k all -u
​
# 正确的执行结果如下
root@pve9:~# update-initramfs -k all -u
update-initramfs: Generating /boot/initrd.img-6.2.16-8-pve
Running hook script 'zz-proxmox-boot'..
Re-executing '/etc/kernel/postinst.d/zz-proxmox-boot' in new private mount namespace..
No /etc/kernel/proxmox-boot-uuids found, skipping ESP sync.
update-initramfs: Generating /boot/initrd.img-6.2.16-3-pve
Running hook script 'zz-proxmox-boot'..
Re-executing '/etc/kernel/postinst.d/zz-proxmox-boot' in new private mount namespace..
No /etc/kernel/proxmox-boot-uuids found, skipping ESP sync.

• 重启系统

复制代码
reboot

3. 创建虚拟机验证测试

3.1 创建虚拟机并添加显卡

在 PVE 系统中创建 ubuntu 虚拟机，过程略。

添加 NVIDIA P104-100 显卡到虚拟机。

• 选择要添加显卡的虚拟机
• 「硬件」->「添加」，选择 PCI 设备

• 选择对应的显卡设备，并勾选所有功能

• 配置完成后，点击「添加」按钮，最后启动虚拟机。

3.2 虚拟机内部验证

虚拟机启动后需要安装显卡驱动，本文仅为了演示 PVE 开启显卡直通功能。至于如何在虚拟机里安装显卡驱动，后续会有专文介绍。

显卡驱动安装完成后，执行 NVIDIA 自带的管理命令，查看显卡信息。

sql
复制代码
ubuntu@ubuntu:~$ nvidia-smi 
Sat May  4 09:42:36 2024       
+-----------------------------------------------------------------------------------------+
| NVIDIA-SMI 550.54.15              Driver Version: 550.54.15      CUDA Version: 12.4     |
|-----------------------------------------+------------------------+----------------------+
| GPU  Name                 Persistence-M | Bus-Id          Disp.A | Volatile Uncorr. ECC |
| Fan  Temp   Perf          Pwr:Usage/Cap |           Memory-Usage | GPU-Util  Compute M. |
|                                         |                        |               MIG M. |
|=========================================+========================+======================|
|   0  NVIDIA P104-100                On  |   00000000:00:10.0 Off |                  N/A |
| 72%   35C    P8              6W /  180W |       2MiB /   8192MiB |      0%      Default |
|                                         |                        |                  N/A |
+-----------------------------------------+------------------------+----------------------+
                                                                                         
+-----------------------------------------------------------------------------------------+
| Processes:                                                                              |
|  GPU   GI   CI        PID   Type   Process name                              GPU Memory |
|        ID   ID                                                               Usage      |
|=========================================================================================|
|  No running processes found                                                             |
+-----------------------------------------------------------------------------------------+

以上，就是今天分享的内容，后续我会分享更多关于大模型、Ollama 的内容。

如何系统的去学习大模型LLM ？

大模型时代，火爆出圈的LLM大模型让程序员们开始重新评估自己的本领。 “AI会取代那些行业？”“谁的饭碗又将不保了？”等问题热议不断。

事实上，抢你饭碗的不是AI，而是会利用AI的人。

继科大讯飞、阿里、华为等巨头公司发布AI产品后，很多中小企业也陆续进场！超高年薪，挖掘AI大模型人才！ 如今大厂老板们，也更倾向于会AI的人，普通程序员，还有应对的机会吗？

与其焦虑……

不如成为「掌握AI工具的技术人」，毕竟AI时代，谁先尝试，谁就能占得先机！

但是LLM相关的内容很多，现在网上的老课程老教材关于LLM又太少。所以现在小白入门就只能靠自学，学习成本和门槛很高。

基于此，我用做产品的心态来打磨这份大模型教程，深挖痛点并持续修改了近70次后，终于把整个AI大模型的学习门槛，降到了最低！

在这个版本当中：

第一您不需要具备任何算法和数学的基础
第二不要求准备高配置的电脑
第三不必懂Python等任何编程语言

您只需要听我讲，跟着我做即可，为了让学习的道路变得更简单，这份大模型教程已经给大家整理并打包，现在将这份 LLM大模型资料 分享出来：包括LLM大模型书籍、640套大模型行业报告、LLM大模型学习视频、LLM大模型学习路线、开源大模型学习教程等, 😝有需要的小伙伴，可以 扫描下方二维码领取🆓↓↓↓

👉CSDN大礼包🎁：全网最全《LLM大模型入门+进阶学习资源包》免费分享（安全链接，放心点击）👈

​

一、LLM大模型经典书籍

AI大模型已经成为了当今科技领域的一大热点，那以下这些大模型书籍就是非常不错的学习资源。

二、640套LLM大模型报告合集

这套包含640份报告的合集，涵盖了大模型的理论研究、技术实现、行业应用等多个方面。无论您是科研人员、工程师，还是对AI大模型感兴趣的爱好者，这套报告合集都将为您提供宝贵的信息和启示。(几乎涵盖所有行业)

三、LLM大模型系列视频教程

四、LLM大模型开源教程（LLaLA/Meta/chatglm/chatgpt）

五、AI产品经理大模型教程

LLM大模型学习路线 ↓

阶段1：AI大模型时代的基础理解

• 目标：了解AI大模型的基本概念、发展历程和核心原理。

• 内容：

  • L1.1 人工智能简述与大模型起源
  • L1.2 大模型与通用人工智能
  • L1.3 GPT模型的发展历程
  • L1.4 模型工程
  • L1.4.1 知识大模型
  • L1.4.2 生产大模型
  • L1.4.3 模型工程方法论
  • L1.4.4 模型工程实践
  • L1.5 GPT应用案例

阶段2：AI大模型API应用开发工程

• 目标：掌握AI大模型API的使用和开发，以及相关的编程技能。

• 内容：

  • L2.1 API接口
  • L2.1.1 OpenAI API接口
  • L2.1.2 Python接口接入
  • L2.1.3 BOT工具类框架
  • L2.1.4 代码示例
  • L2.2 Prompt框架
  • L2.3 流水线工程
  • L2.4 总结与展望

阶段3：AI大模型应用架构实践

• 目标：深入理解AI大模型的应用架构，并能够进行私有化部署。

• 内容：

  • L3.1 Agent模型框架
  • L3.2 MetaGPT
  • L3.3 ChatGLM
  • L3.4 LLAMA
  • L3.5 其他大模型介绍

阶段4：AI大模型私有化部署

• 目标：掌握多种AI大模型的私有化部署，包括多模态和特定领域模型。

• 内容：

  • L4.1 模型私有化部署概述
  • L4.2 模型私有化部署的关键技术
  • L4.3 模型私有化部署的实施步骤
  • L4.4 模型私有化部署的应用场景

这份 LLM大模型资料 包括LLM大模型书籍、640套大模型行业报告、LLM大模型学习视频、LLM大模型学习路线、开源大模型学习教程等, 😝有需要的小伙伴，可以 扫描下方二维码领取🆓↓↓↓

👉CSDN大礼包🎁：全网最全《LLM大模型入门+进阶学习资源包》免费分享（安全链接，放心点击）👈

​