NVLink A100GPU 安装 Fabric-manager，解决GPU无法正常使用问题

背景介绍

NVIDIA NVLink A100 GPU卡，需额外安装与驱动版本对应的 nvidia-fabricmanager 服务使 GPU 卡间能够互联通过NVSwitch互联，如果仅安装NVIDIA GPU 驱动程序，会导致GPU不能正常使用。详细的NVIDIA-fabricmanager服务安装步骤如下

本文安装方法分为CentOS7.X系统和Ubuntu系统

操作步骤

其中version后面的版本要根据已安装的GPU驱动版本保持一致，否则会出现不匹配问题，GPU驱动版本可通过nvidia-smi查看

nvidia-fabricmanager安装

一、CentOS 7.X

version=470.103.01
yum -y install yum-utils
yum-config-manager --add-repo https://developer.download.nvidia.com/compute/cuda/repos/rhel7/x86_64/cuda-rhel7.repo
yum install -y nvidia-fabric-manager-${version}-1

二、Ubuntu

version=470.103.01
main_version=$(echo $version | awk -F '.' '{print $1}')
apt-get update
apt-get -y install nvidia-fabricmanager-${main_version}=${version}-*

启动nvidia-fabricmanager服务

启动nvidia-fabricmanager

systemctl start nvidia-fabricmanager

查看nvidia-fabricmanager服务状态

systemctl status nvidia-fabricmanager

若看到nvidia-fabricmanager服务状态为 active (running)状态，则加载成功

 设置nvidia-fabricmanager开机自启动

systemctl enable nvidia-fabricmanager

至此安装完成，GPU可正常使用