Skip to Content
GuidesValutazione workstation Ubuntu NVIDIA GPU

Valutazione workstation Ubuntu NVIDIA GPU

Questa guida prepara una ricetta workstation Ubuntu 24.04 per tooling NVIDIA. Il guest test KVM normale può non avere dispositivo NVIDIA, quindi controlli pacchetto e configurazione non sono qualifica GPU fisica.

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.

Forma ricetta

{
  "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"
      }
    }
  }
}

Il blocco hardware è intento dichiarato. Non rende visibile un dispositivo NVIDIA alla VM test. Rivedi privilegio gruppo Docker e non esporre Jupyter senza autenticazione e policy di rete.

Revisione compatibilità

Prima della build, registra:

  • modello GPU esatto e compute capability;
  • compatibilità kernel, driver NVIDIA, toolkit CUDA e librerie user-space;
  • provenienza repository sorgente e chiavi di firma;
  • comportamento Secure Boot/firma moduli se usato;
  • aspettative GPU display versus solo compute; e
  • vincoli licenza e redistribuzione per ogni componente proprietario.

Split evidenza

La build virtuale può provare inventario pacchetti, eseguibili, file di configurazione, avvio desktop e servizi non-GPU. Solo l’hardware target può provare:

  • nvidia-smi vede il dispositivo previsto senza errori;
  • un sample CUDA compilato produce il risultato atteso;
  • un’immagine container pin gira con --gpus e vede il dispositivo;
  • termiche, limiti potenza, sospensione/ripresa e reboot sono stabili; e
  • il workload reale training o inference completa entro requisiti memoria e performance.

Conserva entrambi i set evidenza ed etichettali per ambiente. Non riportare uno stack GPU funzionante dalla sola presenza pacchetto.

Valutazione immagine ROS 2Organizzazioni