如何在k8s集群中安装nvidia、cuda并使用GPU进行训练

如何在k8s集群中安装nvidia、cuda使用GPU进行训练

在写具体步骤前，发表一下自己的感想体会，因为在这过程中，踩过很多坑，对于像我们这种小白，踩坑真的是无处不在，真的很感谢网上一些大神细心地帮助，也感谢其它大神分享的博客。所以自己实现之后也想把这过程中遇到的坑和解决的方法总结总结，希望对大家有用。

本文主要是针对已经部署好了k8s集群的，基于centos系统，截止k8s1.8版本，对GPU的使用支持还是停留在实验阶段，只支持nvidia的GPU，在k8s上使用GPU，先要装好几样东西。

安装流程：

1、关闭UEFI。这个很重要，因为如果不关闭可能会导致安装nvidia驱动的时候无法加载kernel模块，我就在这浪费了好多时间。具体做法是开机按F2进入BIOS设置，通常在BOOT或Secure选项卡上，把安全启动[Secure BOOT]，改为[Disable]，如果不是的话自己去搜搜相应的。

2、确认自己主机有nvidia的显卡。

输入命令lspci | grep-i nvidia 查看nvidia显卡情况。

 

3、检查系统版本，确保系统支持(需要Linux-64bit系统)

#uname -m && cat /etc/*release

 

4、根据nvidia显卡的信息和系统下载相应的安装包。

NVIDIA-Linux-x86_64-381.22.run # 最新显卡驱动

cuda_9.0.61_375.26_linux.run # 最新CUDA安装包

cudnn-8.0-linux-x64-v6.0.tgz # cudnn库v6.0

（1）登录NVIDIA官网http://www.geforce.cn/drivers设置驱动检索条件（注意尽量设置语言英文）：

 

（2）官网下载cuda-rpm包https://developer.nvidia.com/cuda-downloads，一定要对应自己的版本。

 

（3）下载cudnn需要注册https://developer.nvidia.com/rdp/cudnn-download，注意有些浏览器是注册不了的，我就踩了这个坑。

 

5、安装gcc gcc-c++

#yum install gcc gcc-c++

6、查看内核是否一致。

#uname -r 

#rpm -q kernel-devel

#rpm -q kernel-headers

 

如果一致的话这步可以跳过，输入rpm -q kernel-devel时有可能是not found，说明没有安装，有显示说明已安装。

安装kernel-devel和kernel-headers。

#sudo yum install kernel-devel-$(uname -r) kernel-headers-$(uname -r)

或者

#yum install kernel-devel

#yum install kernel-headers

如果安装完发现不一致的话需要 yum -y update

7、安装cuda(最好是先安装好这个再去安装驱动，不然会nvidia的安装不会很顺利，我就踩了这个坑。)

#sudo rpm -icuda-repo-rhel7-8-0-local-ga2-8.0.61-1.x86_64.rpm

#sudo yum clean all

#sudo yum install cuda

可能会报错，

 

 

（1）原因是缺少2个包，装第一个：

#sudo vim /etc/yum.repos.d/linuxtech.testing.repo

输入：

[linuxtech-testing]

name=LinuxTECH Testing

baseurl=http://pkgrepo.linuxtech.net/el6/testing/

enabled=0

gpgcheck=1

gpgkey=http://pkgrepo.linuxtech.net/el6/release/RPM-GPG-KEY-LinuxTECH.NET

退出。

#sudo yum --enablerepo=linuxtech-testing install libvdpau

（2）第二个，尤其是dkms，安装驱动的时候会用到这个模块。

#yum -y install epel-release

#yum -y install --enablerepo=epel dkms