====== PWstudio gpu 版在 rocky8.10 下安装 ======

适用系统：Rocky Linux 8.10\\
包含：NVIDIA 显卡驱动、Docker、nvidia-container-toolkit

<wrap important>
在开始之前，强烈建议先看一遍 [[pwstudio:readme|PWstudio 安装前必看]]，尤其是里面关于"复制粘贴"和"命令提示符不是命令的一部分"的说明。如果你还不会用工具登录服务器、上传下载文件，先看 [[pwstudio:mobaxterm|MobaXterm 新手教程]]。
</wrap>

----

===== 1. 系统设置 =====

==== 1.1 关防火墙 ====

第一条命令是立即关闭防火墙，第二条是设置开机不再自动启动防火墙：

<code bash>
sudo systemctl stop firewalld
sudo systemctl disable firewalld
</code>

这两条命令正常情况下没有输出，或只有很短的提示，只要没有报红色错误就说明执行成功。

===== 2. 安装 NVIDIA 显卡驱动 =====

==== 2.1 确认系统能识别到 NVIDIA 显卡 ====

<code bash>
# 安装硬件检查工具
sudo dnf install pciutils -y

# 识别显卡信息
lspci | grep -i nvidia
</code>

第一条命令是安装一个叫 ''pciutils'' 的小工具（里面包含 ''lspci'' 命令），如果之前已经装过，这条命令会提示"已经是最新版本"之类的信息，属于正常现象，不影响继续。第二条命令才是真正检查显卡：

  * **有输出**（能看到一行包含 "NVIDIA" 字样的文字）：说明系统识别到了 NVIDIA 显卡，继续往下走。
  * **没有任何输出**：说明没识别到 NVIDIA 显卡，先联系管理员确认硬件，不要继续安装 GPU 驱动。

==== 2.2 检查驱动是否已经安装 ====

<code bash>
nvidia-smi
</code>

如果能看到显卡型号、驱动版本、CUDA 版本(CUDA Version：12.1 以上)等信息，**说明驱动已经正常安装**，可以<wrap hi>直接跳到第 3 步"安装 Docker"</wrap>，中间 2.3~2.7 全部跳过；若提示 "command not found"（未识别到驱动版本），说明还没装驱动，请继续完成下面 2.3~2.7 的安装操作。

==== 2.3 安装依赖包 ====

<code bash>
# 安装开发工具组
sudo dnf groupinstall "Development Tools" -y

# 安装与当前内核匹配的开发包
sudo dnf install -y kernel-devel-$(uname -r) kernel-headers-$(uname -r)

# 启用必要的软件仓库
sudo dnf install epel-release -y

# 安装 DKMS，帮助内核更新后自动重建驱动
sudo dnf install -y dkms
</code>

<wrap important>
命令里的 ''$(uname -r)'' 会被系统自动替换成你当前系统内核的版本号，**不需要手动修改成别的内容（比如你自己的用户名）**，请原样整行复制粘贴执行。
</wrap>

这四条命令建议依次整段复制粘贴执行，每一条执行完都会滚动输出一些软件包安装信息，属于正常现象，跑完没有报红色 Error 即可。

==== 2.4 禁用系统自带的 nouveau 驱动 ====

<code bash>
sudo grubby --args="nouveau.modeset=0 rd.driver.blacklist=nouveau" --update-kernel=ALL

# 重启系统使配置生效
sudo reboot
</code>

<wrap important>
''sudo reboot'' 会让服务器立即重启，这是正常且必须的步骤。执行后终端连接会断开，属于正常现象，不用担心。请等待 1-2 分钟，让服务器完成重启，然后**重新登录服务器**（用 MobaXterm 之类的工具），登录成功后再继续 2.5。
</wrap>

==== 2.5 使用 DNF 包管理器安装驱动 ====

<code bash>
# 启用必要的软件仓库
sudo dnf config-manager --set-enabled powertools

# 添加 NVIDIA 官方仓库
sudo tee /etc/yum.repos.d/cuda-rhel8.repo << 'EOF'
[cuda-rhel8-x86_64]
name=cuda-rhel8-x86_64
baseurl=https://developer.download.nvidia.com/compute/cuda/repos/rhel8/x86_64
enabled=1
gpgcheck=1
gpgkey=https://developer.download.nvidia.com/compute/cuda/repos/rhel8/x86_64/D42D0685.pub
EOF

# 启用 nvidia-driver 模块的 latest-dkms 流（推荐使用 DKMS）
sudo dnf module enable nvidia-driver:570-dkms -y

# 安装驱动
sudo dnf install -y cuda-drivers
</code>

其中 ''sudo tee ... << 'EOF' ... EOF'' 这一段建议**整段一起复制粘贴**（从 ''sudo tee'' 一直到最后的 ''EOF''），不要拆开单独执行，因为这是在写入一个多行的配置文件。执行后屏幕上会把这段内容原样打印出来，这是正常现象，不是报错。最后一条 ''dnf install -y cuda-drivers'' 是真正安装驱动，会下载并安装比较多的软件包，根据网速可能需要几分钟，请耐心等待。

==== 2.6 重启系统 ====

<code bash>
sudo reboot
</code>

同样，执行后会断开连接，属于正常现象，请等待 1-2 分钟后重新登录服务器。

==== 2.7 验证驱动安装 ====

<code bash>
nvidia-smi
</code>

<wrap important>
注意 ''nvidia-smi'' 中间是短横线，没有空格，建议直接复制粘贴，不要手动敲。
</wrap>

如果能看到显卡型号、驱动版本、CUDA 版本等信息的表格，**说明驱动已经成功安装**，可以继续下一步；如果仍然提示找不到命令，请检查前面 2.5 的安装过程是否有报错。

----

===== 3. 安装 Docker =====

<WRAP tip>
如果你的机器已经装过 Docker（可以用如下命令检查，能看到版本号就说明装过了）
<code bash>
docker --version
</code>
本章节可以跳过，直接进入"4. 安装 nvidia-container-toolkit"。
</WRAP>

==== 3.1 安装依赖并添加 Docker 官方仓库 ====

<code bash>
# 安装依赖工具
sudo dnf install -y dnf-utils device-mapper-persistent-data lvm2

# 添加 Docker 官方仓库（使用阿里云镜像加速）
sudo dnf config-manager --add-repo \
  https://mirrors.aliyun.com/docker-ce/linux/centos/docker-ce.repo
</code>

第二条命令是把国内阿里云镜像站的 Docker 软件源加入到系统里，这样后面下载 Docker 会更快、更稳定（不容易因为访问境外网络而超时失败）。

==== 3.2 安装 Docker 引擎 ====

<code bash>
sudo dnf install -y docker-ce docker-ce-cli containerd.io
</code>

这条命令会安装 Docker 本体，根据网速可能需要一两分钟，安装过程会滚动很多软件包信息，属于正常现象。

<wrap tip>
如果这一步报错提示与 podman 冲突（Rocky/CentOS 8 系统有时会自带 podman），可以参考 [[pwstudio:qa:q102|q102 rocky 8.10 安装 docker 报错]] 里的解决办法。
</wrap>

==== 3.3 启动并设置开机自启 ====

<code bash>
sudo systemctl start docker
sudo systemctl enable docker
</code>

第一条启动 Docker 服务，第二条设置开机自动启动，一般没有输出或只有简单提示，属于正常现象。

==== 3.4 验证安装 ====

<code bash>
sudo docker run --rm swr.cn-north-4.myhuaweicloud.com/ddn-k8s/docker.io/hello-world:latest
</code>

**如果你看到一段以 "Hello from Docker!" 开头的文字**，就说明 Docker 已经成功安装了。

==== 3.5 （可选）配置非 root 用户权限 ====

<code bash>
sudo usermod -aG docker $USER
</code>

<wrap important>
''$USER'' 是系统自动变量，会自动替换成你当前的登录用户名，**不需要手动修改**，原样复制粘贴执行即可。
</wrap>

> 注意：需要重新登录或重启会话才能生效，也就是执行完之后先 ''exit'' 退出，再重新登录一次服务器。

----

===== 4. 安装 nvidia-container-toolkit =====

这一步的作用是让 Docker 容器能够使用宿主机上的 NVIDIA GPU。

<wrap tip>如果是 PWstudio cpu 版本安装, 请跳回之前的页面</wrap>

==== 4.1 安装 nvidia-container-toolkit ====

<code bash>
sudo dnf install -y nvidia-container-toolkit
</code>

==== 4.2 配置 Docker 运行时 ====

<code bash>
sudo nvidia-ctk runtime configure --runtime=docker
</code>

==== 4.3 重启 Docker 服务 ====

<code bash>
# 务必重启 Docker 服务使配置生效
sudo systemctl restart docker
</code>

<wrap tip>
4.2 和 4.3 这两步只需要执行一次，不是每次用 Docker 都要重新做，配置好之后就一直生效了。
</wrap>

==== 4.4 验证安装 ====

<code bash>
sudo docker run --rm --gpus all swr.cn-north-4.myhuaweicloud.com/ddn-k8s/docker.io/nvidia/cuda:12.4.0-base-ubuntu22.04 nvidia-smi
</code>

如果容器内能正常输出 ''nvidia-smi'' 信息（能看到显卡型号、驱动版本等），说明 nvidia-container-toolkit 安装成功，容器已经可以正常使用 GPU 了。

===== 5. PWstudio gpu 版安装 =====

三样基础环境都装好后，点击链接继续安装 PWstudio 本身, 从 ''宿主机安装 server.py 服务'' 开始: [[pwstudio:quickstart_gpu#宿主机安装 server.py 服务|跳转到宿主机安装 server.py 服务章节]] 跟着文档安装到结尾

~~DISCUSSION:off~~