Skip to Content
GuidesUbuntu-NVIDIA-GPU-Workstation-Evaluierung

Ubuntu-NVIDIA-GPU-Workstation-Evaluierung

Dieser Guide bereitet ein Ubuntu-24.04-Workstation-Rezept für NVIDIA-Tooling vor. Der normale KVM-Test-Gast hat ggf. kein NVIDIA-Gerät; Paket- und Config-Checks sind keine physische GPU-Qualifikation.

Prompt

Create an Ubuntu 24.04 GNOME workstation for NVIDIA compute evaluation.
Include the gpu-nvidia, cuda, docker, Python, Git, SSH, and Jupyter features.
Do not choose “latest”; show the exact driver, CUDA toolkit, container runtime,
repositories, signing keys, and supported GPU architecture in the plan. Create
a locked-password user named mldev. Add package and service tests for the VM,
then list nvidia-smi, CUDA sample, container-GPU, suspend/resume, and workload
tests that must run on the target workstation.

Rezeptform

{
  "name": "ubuntu24-nvidia-workstation-evaluation",
  "base_image": "ubuntu-24.04",
  "hardware": {
    "platform": "pc",
    "architecture": "x86_64",
    "gpu": "nvidia",
    "min_cpu_cores": 8,
    "min_memory_gb": 32,
    "min_storage_gb": 128,
    "nic_count": 1
  },
  "os": {
    "features": [
      "desktop",
      "gpu-nvidia",
      "cuda",
      "docker",
      "python",
      "git",
      "ssh",
      "jupyter"
    ],
    "users": [
      {
        "username": "mldev",
        "groups": ["sudo", "docker"],
        "shell": "/bin/bash"
      }
    ],
    "desktop_settings": {
      "color_scheme": "prefer-dark",
      "power": {
        "idle_delay": 600,
        "sleep_inactive_ac_timeout": 0,
        "sleep_inactive_ac_type": "nothing"
      }
    }
  }
}

Der Hardware-Block ist deklarierte Absicht. Er macht kein NVIDIA-Gerät in der Test-VM sichtbar. Prüfen Sie Docker-Gruppen-Privileg und exposen Sie Jupyter nicht ohne Authentifizierung und Netzwerk-Policy.

Kompatibilitäts-Review

Vor dem Build dokumentieren:

  • exaktes GPU-Modell und Compute Capability;
  • Kompatibilität von Kernel, NVIDIA-Treiber, CUDA Toolkit und User-Space-Libraries;
  • Provenienz von Source-Repository und Signing Key;
  • Secure Boot/Module-Signing-Verhalten, falls genutzt;
  • Display-GPU versus Compute-only-Erwartungen; und
  • Lizenz- und Redistribution-Beschränkungen für jede proprietäre Komponente.

Nachweis-Aufteilung

Der virtuelle Build kann Paketinventar, Executables, Config-Dateien, Desktop-Start und Nicht-GPU-Services beweisen. Nur Ziel-Hardware kann beweisen:

  • nvidia-smi sieht das beabsichtigte Gerät fehlerfrei;
  • ein kompiliertes CUDA-Sample liefert das erwartete Ergebnis;
  • ein gepinntes Container-Image läuft mit --gpus und sieht das Gerät;
  • Thermik, Power Limits, Suspend/Resume und Reboot sind stabil; und
  • das echte Training- oder Inference-Workload schließt innerhalb Memory- und Performance-Anforderungen ab.

Behalten Sie beide Nachweismengen und labeln Sie nach Umgebung. Melden Sie keinen funktionierenden GPU-Stack allein aus Paketpräsenz.

ROS-2-Image-EvaluierungOrganisationen