Procjena radne stanice Ubuntu s GPU NVIDIA
Ovaj vodič priprema recept radne stanice Ubuntu 24.04 za NVIDIA alate. Uobičajeni testni gost u KVM-u možda nema NVIDIA uređaj, pa provjere paketa i konfiguracije nisu fizička kvalifikacija GPU-a.
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.Oblik recepta
{
"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"
}
}
}
}Blok hardware deklarirana je namjera. Ne čini NVIDIA uređaj vidljivim testnoj VM. Pregledajte privilegije Docker grupe i ne izlažite Jupyter bez autentikacije i mrežne politike.
Pregled kompatibilnosti
Prije builda zapišite:
- točan model GPU-a i compute capability;
- kompatibilnost kernela, NVIDIA drivera, CUDA toolkit i user-space biblioteka;
- porijeklo izvornog repozitorija i signing key;
- ponašanje Secure Boota i potpisivanja modula ako se koristi;
- očekivanja: GPU za prikaz naspram samo compute; i
- licencna i redistribucijska ograničenja za svaku vlasničku komponentu.
Podjela dokaza
Virtualni build može dokazati inventar paketa, izvršne datoteke, konfiguracijske datoteke, pokretanje radne površine i usluge bez GPU-a. Samo ciljni hardver može dokazati:
nvidia-smividi namijenjeni uređaj bez grešaka;- kompilirani CUDA uzorak daje očekivani rezultat;
- prikvačena slika kontejnera radi s
--gpusi vidi uređaj; - temperature, limiti snage, suspend/resume i reboot stabilni su; i
- stvarni trening ili inferencijski workload završava unutar zahtjeva za memoriju i performanse.
Zadržite oba skupa dokaza i označite ih prema okruženju. Ne prijavljujte ispravan GPU stack samo zbog prisutnosti paketa.