Avaliação de estação Ubuntu NVIDIA GPU

Este guia prepara receita de estação Ubuntu 24.04 para tooling NVIDIA. O guest de teste KVM normal pode não ter dispositivo NVIDIA; checagens de pacote e configuração não são qualificação de GPU física.

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.

Formato da receita

{
  "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"
      }
    }
  }
}

O bloco hardware é intenção declarada. Não torna dispositivo NVIDIA visível à VM de teste. Revise privilégio do grupo Docker e não exponha Jupyter sem autenticação e política de rede.

Revisão de compatibilidade

Antes de construir, registre:

• modelo exato de GPU e compute capability;
• compatibilidade de kernel, driver NVIDIA, CUDA toolkit e bibliotecas user-space;
• proveniência de repositório de origem e chave de assinatura;
• comportamento Secure Boot/assinatura de módulo se usado;
• expectativas display-GPU versus só compute; e
• restrições de licença e redistribuição de todo componente proprietário.

Divisão de evidência

O build virtual pode provar inventário de pacotes, executáveis, arquivos de configuração, launch de desktop e serviços não-GPU. Só o hardware alvo pode provar:

• nvidia-smi vê o dispositivo pretendido sem erros;
• sample CUDA compilado produz resultado esperado;
• imagem de container fixada roda com --gpus e vê o dispositivo;
• térmica, limites de energia, suspend/resume e reboot são estáveis; e
• workload real de treino ou inferência completa dentro de requisitos de memória e performance.

Retenha ambos conjuntos de evidência e rotule por ambiente. Não reporte stack GPU funcional só pela presença de pacotes.