AI套件(NV GPU)
插件简介
AI套件（NV GPU）插件是支持在容器中使用GPU显卡的设备管理插件，集群中使用GPU节点时必须安装本插件。
约束与限制
- 轻量算力集群资源开通时，仅实例规格类型选择“GPU”时自动安装。
- 对节点池、节点的GPU驱动升级前，请您先将 AI 套件 - GPU 版本升级至1.2.24及以上。
- 插件升级完成前，请勿进行GPU驱动升级，否则可能会导致驱动升级卡住或者失败。
支持CCE版本：v1.28-v1.33。
- 下载的驱动必须是后缀为“.run”的文件。
- 仅支持NV Tesla驱动，不支持GRID驱动。
- 安装或重装插件时，需要保证驱动下载链接正确且可正常访问，插件对链接有效性不做额外校验。
- 插件仅提供驱动的下载及安装脚本执行功能，插件的状态仅代表插件本身功能正常，与驱动是否安装成功无关。
- 对于GPU驱动版本与您业务应用的兼容性（GPU驱动版本与CUDA库版本的兼容性），CCE不做保证，请您自行验证。
- 对于已经安装GPU驱动的自定义操作系统镜像，CCE无法保证其提供的GPU驱动与CCE其他GPU组件兼容（例如监控组件等）。
- 如果您使用不在GPU驱动支持列表内的GPU驱动版本，可能引发GPU驱动与操作系统版本、ECS实例类型、Container Runtime等不兼容，继而导致驱动安装失败或者CCE AI套件（NV GPU）插件异常。对于使用自定义GPU驱动的场景，请您自行验证。
- 插件升级完成前，请勿进行GPU驱动升级。
验证插件
插件安装完成后，在GPU节点及调度了GPU资源的容器中执行nvidia-smi命令，验证GPU设备及驱动的可用性。
- GPU节点：
- 插件版本为2.0.0以下时，请执行以下命令：
cd /opt/cloud/cce/nvidia/bin && ./nvidia-smi
- 插件版本为2.0.0及以上时，请执行以下命令：
cd /usr/local/nvidia/bin && ./nvidia-smi
- 插件版本为2.0.0以下时，请执行以下命令：
- 容器：
- 当集群版本在1.27及以下时，请执行以下命令：
cd /usr/local/nvidia/bin && ./nvidia-smi
- 当集群版本在1.28及以上时，请执行以下命令：
cd /usr/bin && ./nvidia-smi
- 当集群版本在1.27及以下时，请执行以下命令：
若能正常返回GPU信息，说明设备可用，插件安装成功。
组件说明
| 容器组件 | 说明 | 资源类型 |
|---|---|---|
| nvidia-driver-installer | 为节点安装NV GPU驱动的工作负载，仅在安装场景占用资源，安装完成后无资源占用。 | DaemonSet |
| hce20-nvidia-driver-installer | 为节点安装NV GPU驱动的工作负载，仅在安装场景占用资源，安装完成后无资源占用（用于适配OS HCE 2.0）。 | DaemonSet |
| ubuntu22-nvidia-driver-installer | 为节点安装NV GPU驱动的工作负载，仅在安装场景占用资源，安装完成后无资源占用（用于适配OS Ubuntu22）。 | DaemonSet |
| nvidia-gpu-device-plugin | 为容器提供NV GPU异构算力的Kubernetes设备插件。 | DaemonSet |
| nvidia-operator | 为集群提供NV GPU节点管理能力。 | Deployment |
| dcgm-exporter | 启用dcgm-exporter组件进行DCGM指标观测时安装，用于采集GPU指标。 | DaemonSet |
版本记录
| 插件版本 | 更新特性 |
|---|---|
| 2.13.1 | 支持570.86.15版本驱动，修复低版本插件安装驱动失败的问题。 |
| 2.8.4 | 修复安全漏洞 |
| 2.7.63 | 修复安全漏洞 |
| 2.7.42 | 新增NV 535.216.03驱动，支持XGPU特性。 |
| 2.6.4 | 更新GPU卡逻辑隔离逻辑 |
| 2.0.72 | 更新GPU卡逻辑隔离逻辑 |
| 2.0.48 | 修复安装驱动的问题 |
| 2.0.44 |
|
| 2.0.14 |
|
| 1.2.29 |
|
| 1.2.24 |
|
| 1.2.20 | 设置插件别名为gpu |
| 1.2.15 | 适配CCE v1.23集群 |
