通过节点标签配置GPU驱动版本

约束与限制

确保安装或者升级CCE AI套件（NVIDIA GPU）至2.13.1及以上版本。

操作步骤

1. 通过YAML安装或编辑CCE AI套件（NVIDIA GPU）。
   1. 登录CCE控制台，单击集群名称进入集群。
   2. 在左侧导航栏中选择“插件中心”，在右侧找到CCE AI套件（NVIDIA GPU）插件，先单击“编辑”，然后单击“编辑YAML”。

      对于新安装插件的场景，在右侧找到CCE AI套件（NVIDIA GPU）插件，先单击“安装”，再单击“YAML安装”。

   3. 编辑YAML文件，新增以下信息指定节点标签名，然后单击“提交”。

      node_level_driver_label_name: <your-label-name>

      例如，设置标签名为gpu.type。

      

2. 配置节点标签。
   1. 在左侧导航栏中选择“节点管理”，单击“节点”页签。
   2. 选择目标节点的操作列中的“更多 > 标签管理”。
   3. 在“标签管理”对话框中，单击“添加”。
   4. 填写1中您设置的标签名（例如，gpu.type），标签值为自定义字符串（例如，535.216.03。），然后单击“确定”。

      

3. 为指定标签值定制驱动下载地址。
   1. 使用kubectl连接到集群，详情请参见通过kubectl连接集群。
   2. 执行以下命令，编辑kube-system命名空间下的ConfigMap。

      kubectl edit cm -n kube-system huawei-gpu-driver-config

   3. 在编辑界面中，找到 `data` 字段，添加一行新的键值对，格式如下所示。

      custom_<标签值>: <驱动下载地址>

      本文示例中的标签值为535.216.03。驱动下载地址请参见CCE AI套件（NVIDIA GPU）。

      

   4. 保存并退出编辑器。
   5. 执行以下命令，确认ConfigMap已更新。

      kubectl get cm -n kube-system huawei-gpu-driver-config -o yaml

      检查输出信息中是否包含您刚刚添加的 `custom_<标签值>` 字段及其对应的驱动下载地址。

4. 重启节点并检查新驱动。
   1. 执行以下命令，重启节点。

      sudo reboot

   2. 节点重启完成后，重新登录到该节点。
   3. 执行以下命令，确认驱动是否已成功安装并运行。

      nvidia-smi

      确认输出信息中显示的驱动版本与目标版本一致。

      +-----------------------------------------------------------------------------+
      | NVIDIA-SMI 535.216.03   Driver Version: 535.216.03   CUDA Version: 12.2     |
      |-------------------------------+----------------------+----------------------+
      | GPU  Name        Persistence-M| Bus-Id        Disp.A | Volatile Uncorr. ECC |
      | Fan  Temp  Perf  Pwr:Usage/Cap|         Memory-Usage | GPU-Util  Compute M. |