Evaluering av Ubuntu NVIDIA GPU-arbeidsstasjon

Denne guiden forbereder en Ubuntu 24.04-arbeidsstasjonsoppskrift for NVIDIA-verktøy. Den vanlige KVM-testgjesten har kanskje ingen NVIDIA-enhet, så pakke- og konfigurasjonssjekker er ikke fysisk GPU-kvalifisering.

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.

Oppskriftens form

{
  "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"
      }
    }
  }
}

Hardware-blokken er erklært intensjon. Den gjør ingen NVIDIA-enhet synlig i test-VM-en. Gjennomgå Docker-gruppens privilegium og ikke eksponer Jupyter uten autentisering og nettverkspolicy.

Kompatibilitetsgjennomgang

Før du bygger, noter:

• nøyaktig GPU-modell og compute capability;
• kompatibilitet mellom kernel, NVIDIA-driver, CUDA toolkit og user-space-biblioteker;
• proveniens for kilde-repository og signing key;
• Secure Boot- og modulsigneringsatferd hvis det brukes;
• forventninger til display-GPU versus kun compute; og
• lisens- og omfordelingsbegrensninger for hver proprietær komponent.

Oppdeling av bevis

Den virtuelle builden kan vise pakkeinventar, kjørbare filer, konfigurasjonsfiler, desktopoppstart og tjenester uten GPU. Bare målhardware kan vise:

• nvidia-smi ser den tiltenkte enheten uten feil;
• et kompilert CUDA-eksempel gir forventet resultat;
• et fastlåst containerimage kjører med --gpus og ser enheten;
• termikk, effektgrenser, suspend/resume og omstart er stabile; og
• den faktiske trenings- eller inferens-workloaden fullføres innen minne- og ytelseskrav.

Behold begge bevismengdene og merk dem etter miljø. Ikke rapporter en fungerende GPU-stack bare ut fra at pakker er installert.