#安装

#前提条件

• 访问你的 ACP 集群的集群管理员权限
• NvidiaDriver: v450+
• ACP version: v3.18,v4.0,v4.1

#操作步骤

#在你的 GPU 节点上安装 Nvidia driver

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 节点中添加 Nvidia yum 库

注意：请确保 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

当出现 "Complete!" 提示时，表示安装成功。

#配置 containerd 使用 Nvidia Container Runtime

nvidia-ctk runtime configure --runtime=containerd
systemctl restart containerd

#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 上传集群插件

#安装 Alauda Build of NVIDIA GPU Device Plugin

1. 在你的 GPU 节点上添加标签 "nvidia-device-enable=pgpu"，用于 nvidia-device-plugin 调度。

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

   注意：同一个节点不能同时拥有 gpu=on 和 nvidia-device-enable=pgpu 标签

2. 前往 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值，或者在了解如何使用后再修改。

3. 验证结果。你可以在 UI 中看到 "Installed" 状态，也可以检查 pod 状态：

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

4. 最后，在 ACP 中创建原生应用时，你可以在资源形式中看到 Extended Resources，然后可以选择 GPU core。

#安装 Alauda Build of DCGM-Exporter

1. 前往 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： 在弹窗表单中设置节点标签：

• Node Label Key: nvidia-device-enable
• Node Label Value: pgpu

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

• Node Label Key: gpu
• Node Label Value: on

2. 验证结果。你可以在 UI 中看到 "Installed" 状态，也可以检查 pod 状态：

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