龙讯旷腾 pwmat Wiki

本页面只读。您可以查看源文件，但不能更改它。如果您觉得这是系统错误，请联系管理员。
====== PWstudio gpu 版在 centos 7.9 下安装 ======

适用系统：CentOS 7.9\\
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，本篇很多步骤都会用到。如果你还不会用工具登录服务器/上传文件，先看 [[pwstudio:mobaxterm|MobaXterm 新手教程]]。
</wrap>

<wrap tip>
本篇提到的每一个安装包（驱动、Docker 离线包等），下载链接都是普通网页链接，需要你先用浏览器下载到自己电脑，再用 MobaXterm（或类似工具）上传到服务器上，然后才能在下面的命令里用到它们。
</wrap>

----

===== 1. 系统设置 =====

==== 1.1 关防火墙 ====

执行下面两条命令，第一条是立即关闭防火墙，第二条是设置开机不自动启动防火墙（避免下次重启后又被打开）：

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

这两条命令一般不会有任何输出，只要没有报错，就说明执行成功了。

===== 2. 安装 NVIDIA 显卡驱动 =====

<wrap tip>
**如果你的机器之前已经装过 NVIDIA 显卡驱动**（比如管理员已经帮你装好过），可以先跳到下面 2.6 小节，执行 ''nvidia-smi'' 检查一下，如果能看到显卡信息，说明驱动已经装好了，**这一整个"2. 安装 NVIDIA 显卡驱动"章节都可以跳过**，直接进入"3. 安装 Docker"章节。
</wrap>

==== 2.1 确认系统能识别到 NVIDIA 显卡 ====

<code bash>
lspci | grep -i nvidia
</code>

这条命令的作用是列出服务器上被系统识别到的所有 NVIDIA 硬件设备。

  * **如果有输出**：一般会看到类似 ''01:00.0 VGA compatible controller: NVIDIA Corporation ...'' 这样一行或几行文字，说明服务器上确实插了 NVIDIA 显卡，并且系统硬件层面已经识别到了，可以继续往下进行驱动安装。
  * **如果没有任何输出**（执行完直接回到提示符，什么都没显示）：说明系统没有识别到 NVIDIA 显卡，可能是显卡没装好、没插紧，或者这台机器本身就没有 GPU。这种情况下请先联系管理员确认硬件是否正常，不要继续往下装 GPU 驱动（可以考虑改装 [[pwstudio:centos_cpu|cpu 版]]）。
  * 如果提示 "lspci: command not found"（命令找不到），说明系统里还没装 ''lspci'' 这个工具，可以先执行 ''sudo yum install -y pciutils'' 装上它，再重新执行上面的命令。

==== 2.2 安装依赖包 ====

<code bash>
sudo yum install -y gcc kernel-devel-$(uname -r) kernel-headers-$(uname -r)
</code>

<wrap important>
这里的 ''$(uname -r)'' 是命令的一部分，**它会被系统自动替换成你当前系统内核的版本号**，**不需要你手动改成别的内容（比如你自己的用户名）**。请把整行命令原封不动地复制粘贴执行即可，不要只复制一部分，也不要漏掉美元符号和括号。
</wrap>

如果这一步提示找不到软件源、连不上网（比如报 "Could not retrieve mirrorlist" 之类的错误），这是 CentOS 7 官方源已经停止维护导致的，属于常见问题，解决方法见 [[pwstudio:qa:q103|q103 centos 7.9 换源]]，换源之后再重新执行本步骤。

==== 2.3 禁用系统自带的 nouveau 驱动 ====

CentOS 系统默认自带一个开源的 nouveau 显卡驱动，它会跟 NVIDIA 官方驱动冲突，所以要先把它禁用掉。执行下面命令，会创建一个配置文件：

<code bash>
sudo tee /etc/modprobe.d/blacklist-nouveau.conf << 'EOF'
blacklist nouveau
options nouveau modeset=0
EOF
</code>

这条命令执行后会把 ''blacklist nouveau'' 和 ''options nouveau modeset=0'' 这两行内容原样打印到屏幕上，这是正常的（因为 ''tee'' 命令本身会同时把内容显示出来并写入文件），不是报错。

重建内核镜像并切换为文本模式启动（依次执行命令）：

<code bash>
sudo mv /boot/initramfs-$(uname -r).img /boot/initramfs-$(uname -r).img.bak
sudo dracut /boot/initramfs-$(uname -r).img $(uname -r)
sudo systemctl set-default multi-user.target
sudo reboot
</code>

<wrap important>
最后一条 ''sudo reboot'' 会让服务器立即重启，这是正常且必须的步骤（用来让禁用 nouveau 的设置生效）。执行后你的终端连接会断开，这是正常现象，不用担心。请等待 1-2 分钟，让服务器完成重启，然后**重新用 MobaXterm（或你使用的工具）登录一次服务器**，登录成功后再继续下面 2.4 的步骤。
</wrap>

==== 2.4 下载驱动并执行安装 ====

> 从 [[https://www.nvidia.cn/drivers/|NVIDIA 官网]] 下载对应版本的驱动文件(如 ''NVIDIA-Linux-x86_64-550.76.run'')
> 或 从如下链接
>
> 链接：http://223.70.160.60:9999/qflow/NVIDIA-Linux-x86_64-550.76.run
> 用户名：pwmat
> 密码: SimplyTheBest
>
> 以上链接需要用浏览器打开并输入用户名密码下载，下载完成后，请用 MobaXterm（或 WinSCP 等工具）把这个 ''.run'' 文件**上传**到服务器上（比如上传到你重新登录后所在的家目录下），上传方法见 [[pwstudio:mobaxterm|MobaXterm 教程：上传下载文件]]第 4 节"上传 / 下载文件"。

上传完成后，在服务器终端里执行安装（注意文件名要跟你实际下载的驱动文件名一致）：

<code bash>
sudo sh NVIDIA-Linux-x86_64-550.76.run --ui=none --no-questions --accept-license --no-opengl-files
</code>

安装过程中终端会滚动输出一些安装信息，正常情况下几十秒到一两分钟就会跑完，最后回到命令提示符，不报错就说明安装成功了。如果中途报错，请把报错信息完整复制下来，用 AI 工具查一下，或者在 [[pwstudio:qa2|安装问题 Report / 解答 / 查询 / 讨论]] 里留言。

==== 2.5 重启系统 ====

<code bash>
sudo reboot
</code>

同样，执行后终端会断开连接，这是正常的，等待 1-2 分钟后**重新登录服务器**。

==== 2.6 验证驱动安装 ====

重新登录服务器之后，执行：

<code bash>
nvidia-smi
</code>

<wrap important>
注意 ''nvidia-smi'' 中间是一个短横线 ''-''，**没有空格**，如果手动敲成 "nvidia - smi" 或者 "nvidia smi" 都会报错找不到命令，建议直接复制粘贴这行命令。
</wrap>

  * **如果能看到一个表格**，里面包含显卡型号（比如 GeForce RTX 3090）、驱动版本号（Driver Version）、CUDA 版本（CUDA Version）等信息，**恭喜你，这就说明驱动已经安装成功了**，可以放心进行下一步。
  * **如果提示 "nvidia-smi: command not found"** 或者 "-bash: nvidia-smi: 未找到命令"，说明驱动没有装成功，可以回到 2.4 检查安装过程有没有报错，也可以用 AI 工具搜索一下具体报错信息。

----

===== 3. 安装 Docker =====

<wrap tip>
**如果你的机器已经装过 Docker 了**，可以先执行 ''docker --version''，如果能看到版本号（比如 ''Docker version 27.x.x''），说明已经装过了，**本章节可以跳过**，直接进入"4. 安装 nvidia-container-toolkit"章节。
</wrap>

> CentOS 7.9 推荐使用离线 RPM 包方式安装，避免网络依赖（因为 CentOS 7 官方源已经停止维护，直接联网安装容易失败）。

==== 3.1 下载 RPM 离线包并上传到服务器 ====

链接：http://223.70.160.60:9999/qflow/docker7.tar \\
用户名：pwmat \\
密码: SimplyTheBest

用浏览器打开上面链接，输入用户名密码下载 ''docker7.tar'' 这个文件到你自己的电脑，然后用 MobaXterm 把它上传到服务器（建议上传到你当前登录的家目录，方便下一步操作）。

==== 3.2 安装 Docker ====

上传完成后，回到终端，依次执行下面几条命令（比如执行 ''cd docker7'' 依赖上一条 ''tar -xvf'' 解压出来的目录）：

<code bash>
tar -xvf docker7.tar
cd docker7
sudo yum install -y *.rpm
</code>

第一条命令是解压刚才上传的压缩包，会在当前目录下生成一个 ''docker7'' 文件夹；第二条命令是进入这个文件夹；第三条命令是安装文件夹里所有的 ''.rpm'' 安装包。安装过程会滚动输出很多软件包名称，属于正常现象，跑完没有报红色错误即可。

==== 3.3 启动并设置开机自启 ====

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

第一条命令是启动 Docker 服务；第二条是设置开机自动启动 Docker（这样以后服务器重启就不用再手动启动一次了）。这两条命令一般没有输出，或者只提示"Created symlink..."之类的信息，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>

这条命令会从镜像仓库拉取一个很小的测试镜像并运行。**如果你看到类似下面这样、以 "Hello from Docker!" 开头的一段文字**，就说明 Docker 已经成功安装并且能正常工作了：

<code>
Hello from Docker!
This message shows that your installation appears to be working correctly.
...
</code>

如果这一步报错（比如提示连不上 docker 服务），可以先检查 3.3 的两条命令有没有正常执行。

==== 3.5 （可选）配置非 root 用户权限 ====

这一步的作用是：让你当前登录的普通用户，以后执行 ''docker'' 相关命令时可以不用每次都加 ''sudo''。如果你不介意每次都加 sudo，这一步可以跳过。

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

<wrap important>
这里的 ''$USER'' 是系统自动变量，会自动被替换成你当前登录的用户名，**不需要你手动改成自己的用户名**，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，也就是说执行完这条命令后，先退出终端（输入 ''exit'' 或直接关闭窗口），再重新登录一次服务器，这条设置才会真正起作用。

----

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

nvidia-container-toolkit 的作用，简单说就是让 Docker 容器"看得见、用得到"宿主机上的 NVIDIA 显卡，如果不装这个，之前装好的 GPU 驱动，Docker 容器是没法直接使用的。

> 推荐使用离线 RPM 包方式安装（CentOS 7 官方源支持有限）。

==== 4.1 下载离线包并上传到服务器 ====

链接：http://223.70.160.60:9999/qflow/nvidia-container7.tgz \\
用户名：pwmat \\
密码: SimplyTheBest

跟前面一样，先用浏览器下载这个文件，再用 MobaXterm 上传到服务器。

<wrap tip>
**关于目录的说明**：这里下载的 ''nvidia-container7.tgz''，和前面 3.1 下载的 ''docker7.tar'' 是两个完全独立、互不相关的压缩包，解压后会分别得到 ''docker7'' 和 ''nvidia-container7'' 两个不同的文件夹，它们是**平级并列**的关系（都在你的家目录下），不存在谁包含谁的关系。建议把这个新文件也上传到同一个家目录下即可，不需要进入到 ''docker7'' 文件夹里面去操作。
</wrap>

==== 4.2 安装 ====

<code bash>
tar -zxvf nvidia-container7.tgz
cd nvidia-container7
sudo yum install -y *.rpm
</code>

跟前面装 Docker 的步骤类似：第一条解压，第二条进入解压出来的目录，第三条安装里面所有的 rpm 包。

==== 4.3 配置 Docker 运行时 ====

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

<wrap tip>
**这一步只需要执行一次**（以及下面 4.4 重启 Docker 服务也只需要一次），并不是每次要用 Docker 或者每次开机都要重新执行。这一步的作用是把 GPU 相关的运行时配置**永久性地**写入到 Docker 的配置文件里，配置好之后就一直生效了，除非你重装系统或者重装 Docker。
</wrap>

==== 4.4 重启 Docker 服务 ====

<code bash>
sudo systemctl restart docker
</code>

这一步是让上一步的配置生效，需要重启一次 Docker 服务（不是重启整台服务器，只是重启 Docker 这个软件本身，很快，几秒钟就好，不影响其它程序）。

==== 4.5 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>

这条命令会启动一个容器，并在容器**内部**执行 ''nvidia-smi''。**如果你在输出里同样看到显卡型号、驱动版本、CUDA 版本的表格信息**（跟前面 2.6 步骤在宿主机上看到的类似），就说明 Docker 容器已经可以正常访问并使用 GPU 了，nvidia-container-toolkit 安装成功。

如果这一步报错（比如提示 GPU 不可见，或者 unknown flag: --gpus），一般说明前面某一步没有装对，建议依次检查：驱动是否装好（2.6）、Docker 是否装好（3.4）、本章节 4.1-4.4 是否都执行过。

----

===== 5. PWstudio gpu 版安装 =====

至此，NVIDIA 显卡驱动、Docker、nvidia-container-toolkit 这三样基础环境都已经装好了。接下来需要继续安装 PWstudio 本身，请点击链接跳转到下一步，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~~