差别

这里会显示出您选择的修订版和当前版本之间的差别。

--- qflow:rocky_cpu [2026/06/30 17:02] – 创建 - 外部编辑 127.0.0.1
+++ qflow:rocky_cpu [2026/07/13 17:23] (当前版本) – 外部编辑 127.0.0.1
@@ 行 2: / 行 2: @@
 适用系统：Rocky Linux 8.10\\
-包含：NVIDIA 显卡驱动、Docker、nvidia-container-toolkit
+包含：Docker
 ----
-===== 系统设置 =====
+===== 1. 系统设置 =====
 ==== 1.1 关防火墙 ====
@@ 行 14: / 行 14: @@
 systemctl disable firewalld
 </code>
-===== 1. 安装 NVIDIA 显卡驱动 =====
-==== 1.1 确认系统能识别到 NVIDIA 显卡 ====
-<code bash>
-lspci | grep -i nvidia
-</code>
-==== 1.2 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 版本等信息，说明驱动已经安装。
-==== 1.3 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
-# 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>
-==== 1.4 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>
-==== 1.5 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 cat > /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>
-==== 1.6 重启系统 ====
-<code bash>
-sudo reboot
-</code>
-==== 1.7 验证驱动安装 ====
-<code bash>
-nvidia-smi
-</code>
-如果能看到显卡型号、驱动版本、CUDA 版本等信息，说明驱动已成功安装。
-----
 ===== 2. 安装 Docker =====
-==== 2.1 安装依赖并添加 Docker 官方仓库 ====
+点击链接, 从<wrap em>安装 Docker</wrap>章节开始: [[qflow:rocky_gpu#安装 Docker|跳转到安装 Docker章节]] 跟着文档安装到此章节再返回此文档
-<code bash>
+===== 3. qflow cpu 容器版 =====
-# 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>
-==== 2.2 安装 Docker 引擎 ====
-<code bash>
-sudo dnf install -y docker-ce docker-ce-cli containerd.io
-</code>
-==== 2.3 启动并设置开机自启 ====
-<code bash>
-sudo systemctl start docker
-sudo systemctl enable docker
-</code>
-==== 2.4 验证安装 ====
-<code bash>
-sudo docker run --rm swr.cn-north-4.myhuaweicloud.com/ddn-k8s/docker.io/hello-world:latest
-</code>
-==== 2.5 （可选）配置非 root 用户权限 ====
-<code bash>
-sudo usermod -aG docker $USER
-</code>
-> 注意：需要重新登录或重启会话才能生效。
-----
-===== 3. 安装 nvidia-container-toolkit =====
-==== 3.1 安装 nvidia-container-toolkit ====
-<code bash>
-sudo dnf install -y nvidia-container-toolkit
-</code>
-==== 3.2 配置 Docker 运行时 ====
-<code bash>
-sudo nvidia-ctk runtime configure --runtime=docker
-</code>
-==== 3.3 重启 Docker 服务 ====
-<code bash>
-# 务必重启 Docker 服务使配置生效
-sudo systemctl restart docker
-</code>
-==== 3.4 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，说明 nvidia-container-toolkit 安装成功。
+点击链接, 从<wrap em>宿主机安装 server.py 服务</wrap>开始: [[qflow:quickstart_cpu#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~~