Utvärdering av Ubuntu-arbetsstation med NVIDIA GPU

Den här guiden förbereder ett Ubuntu 24.04-arbetsstationsrecept för NVIDIA-verktyg. Den vanliga KVM-testgästen kanske saknar NVIDIA-enhet, så paket- och konfigurationskontroller är inte fysisk GPU-kvalificering.

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.

Receptform

{
  "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"
      }
    }
  }
}

Hårdvarublocket är deklarerad avsikt. Det gör ingen NVIDIA-enhet synlig i test-VM:en. Granska Docker-gruppens behörighet och exponera inte Jupyter utan autentisering och nätverkspolicy.

Kompatibilitetsgranskning

Innan du bygger, dokumentera:

• exakt GPU-modell och compute capability;
• kompatibilitet mellan kernel, NVIDIA-drivrutin, CUDA toolkit och user-space-bibliotek;
• proveniens för källrepository och signing key;
• beteende för Secure Boot och modulsignering om det används;
• förväntningar på display-GPU kontra enbart compute; och
• licens- och omfördelningsbegränsningar för varje proprietär komponent.

Uppdelning av bevis

Den virtuella builden kan bevisa paketinventering, körbara filer, konfigurationsfiler, desktopstart och tjänster utan GPU. Endast målhårdvaran kan bevisa:

• nvidia-smi ser den avsedda enheten utan fel;
• ett kompilerat CUDA-exempel ger förväntat resultat;
• en fastlåst containerimage körs med --gpus och ser enheten;
• termik, effektgränser, suspend/resume och omstart är stabila; och
• den faktiska tränings- eller inferens-workloaden slutförs inom minnes- och prestandakrav.

Behåll båda bevismängderna och märk dem efter miljö. Rapportera inte en fungerande GPU-stack enbart utifrån att paket finns.