Ubuntu NVIDIA GPU 워크스테이션 평가
이 가이드는 NVIDIA 도구를 위한 Ubuntu 24.04 워크스테이션 레시피를 준비합니다. 일반 KVM 테스트 게스트에는 NVIDIA 장치가 없을 수 있으므로 패키지 및 구성 확인은 물리적 GPU 검증이 아닙니다.
프롬프트
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.레시피 형태
{
"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"
}
}
}
}하드웨어 블록은 의도로 선언됩니다. 테스트 VM에 NVIDIA 장치가 표시되지는 않습니다. Docker 그룹 권한을 검토하고 인증 및 네트워크 정책 없이 Jupyter를 노출하지 마세요.
호환성 검토
구축하기 전에 다음을 기록하십시오.
- 정확한 GPU 모델 및 컴퓨팅 기능
- 커널, NVIDIA 드라이버, CUDA 툴킷 및 사용자 공간 라이브러리 호환성
- 소스 저장소 및 서명 키 출처
- 보안 부팅/모듈 서명 동작(사용되는 경우)
- 디스플레이 GPU 대 컴퓨팅 전용 기대치 그리고
- 모든 독점 구성 요소에 대한 라이센스 및 재배포 제약.
증거 분할
가상 빌드는 패키지 인벤토리, 실행 파일, 구성 파일, 데스크톱 실행 및 비 GPU 서비스를 입증할 수 있습니다. 대상 하드웨어만이 다음 사항을 증명할 수 있습니다.
nvidia-smi는 오류 없이 의도한 장치를 봅니다.- 컴파일된 CUDA 샘플이 예상한 결과를 생성합니다.
- 고정된 컨테이너 이미지는
--gpus로 실행되고 장치를 확인합니다. - 열, 전력 제한, 일시 중지/재개 및 재부팅이 안정적입니다. 그리고
- 실제 교육 또는 추론 워크로드는 메모리 및 성능 요구 사항 내에서 완료됩니다.
두 증거 세트를 모두 유지하고 환경별로 레이블을 지정합니다. 패키지 존재만으로 작동하는 GPU 스택을 보고하지 마십시오.