#安装

#前提条件

• 对您的 ACP 集群具有集群管理员权限
• NvidiaDriver：v450 及以上版本
• ACP 版本：v3.18、v4.0、v4.1

#操作步骤

#在您的 GPU 节点安装 Nvidia 驱动

建议参考 Nvidia 官方网站安装指南

#安装 Nvidia Container Runtime

建议参考 Nvidia Container Toolkit 安装指南

#在 GPU 节点添加 Nvidia yum 库

注意：确保 GPU 节点可以访问 nvidia.github.io

distribution=$(. /etc/os-release;echo $ID$VERSION_ID) && curl -s -L https://nvidia.github.io/libnvidia-container/$distribution/libnvidia-container.repo | sudo tee /etc/yum.repos.d/nvidia-container-toolkit.repo
yum makecache -y

当出现 "Metadata cache created." 消息时，表示添加成功。

#安装 Nvidia Container Runtime

yum install nvidia-container-toolkit -y

当提示 "Complete!" 时，表示安装成功。

#下载集群插件

#上传集群插件

有关上传集群插件的更多信息，请参阅

#安装 Alauda Build of NVIDIA GPU Device Plugin

1. 在您的 GPU 节点添加标签 "nvidia-device-enable=pgpu"，以便调度 nvidia-device-plugin。

   kubectl label nodes {nodeid} nvidia-device-enable=pgpu

   注意：同一节点不能同时拥有 gpu=on 和 nvidia-device-enable=pgpu 标签

2. 进入 Administrator -> Marketplace -> Cluster Plugin 页面，切换到目标集群，然后部署 Alauda Build of NVIDIA GPU Device Plugin 集群插件。 注意：部署表单参数可以保持默认，也可以在了解使用方法后进行修改。

3. 验证结果。您可以在 UI 中看到“Installed”状态，或者通过以下命令检查 pod 状态：

   kubectl get pods -n kube-system | grep  "nvidia-device-plugin"

4. 最后，您可以在 ACP 创建应用时看到以资源形式存在的 Extended Resources，然后可以选择 GPU core。

#安装 Alauda Build of DCGM-Exporter

1. 进入 Administrator -> Marketplace -> Cluster Plugin 页面，切换到目标集群，然后部署 Alauda Build of DCGM-Exporter 集群插件： 在弹出表单中设置节点标签：

• 节点标签键：nvidia-device-enable
• 节点标签值：pgpu

如果需要为 Hami 启用 dcgm-exporter，可以添加另一个标签：

• 节点标签键：gpu
• 节点标签值：on

2. 验证结果。您可以在 UI 中看到“Installed”状态，或者通过以下命令检查 pod 状态：

   kubectl get pods -n kube-system | grep dcgm-exporter