การประเมินเวิร์กสเตชัน Ubuntu NVIDIA GPU

คู่มือนี้เตรียมสูตรเวิร์กสเตชัน Ubuntu 24.04 สำหรับเครื่องมือ NVIDIA ผู้เข้าร่วมการทดสอบ KVM ปกติอาจไม่มีอุปกรณ์ NVIDIA ดังนั้นการตรวจสอบแพ็คเกจและการกำหนดค่าจึงไม่ใช่คุณสมบัติทางกายภาพของ GPU

ด่วน

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.

รูปทรงสูตร

{
  "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"
      }
    }
  }
}

บล็อกฮาร์ดแวร์ได้รับการประกาศเจตนา ไม่ทำให้อุปกรณ์ NVIDIA มองเห็นได้ใน VM ทดสอบ ตรวจสอบสิทธิ์ของกลุ่ม Docker และอย่าเปิดเผย Jupyter โดยไม่มีการตรวจสอบสิทธิ์และนโยบายเครือข่าย

การตรวจสอบความเข้ากันได้

ก่อนสร้าง ให้บันทึก:

• รุ่น GPU ที่แน่นอนและความสามารถในการคำนวณ
• เคอร์เนล, ไดรเวอร์ NVIDIA, ชุดเครื่องมือ CUDA และความเข้ากันได้ของไลบรารีพื้นที่ผู้ใช้
• แหล่งเก็บข้อมูลและที่มาของคีย์การลงนาม
• พฤติกรรมการบูต/การลงนามโมดูลอย่างปลอดภัย หากใช้
• การแสดงผล GPU เทียบกับความคาดหวังด้านการคำนวณเท่านั้น และ
• ข้อจำกัดด้านใบอนุญาตและการแจกจ่ายต่อสำหรับส่วนประกอบที่เป็นกรรมสิทธิ์ทุกรายการ

การแยกหลักฐาน

โครงสร้างเสมือนสามารถพิสูจน์รายการแพ็คเกจ ไฟล์ปฏิบัติการ ไฟล์การกำหนดค่า การเปิดใช้เดสก์ท็อป และบริการที่ไม่ใช่ GPU มีเพียงฮาร์ดแวร์เป้าหมายเท่านั้นที่สามารถพิสูจน์ได้:

• nvidia-smiเห็นอุปกรณ์ที่ต้องการโดยไม่มีข้อผิดพลาด
• ตัวอย่าง CUDA ที่คอมไพล์แล้วให้ผลลัพธ์ที่คาดหวัง
• อิมเมจคอนเทนเนอร์ที่ปักหมุดทำงานด้วย--gpusและเห็นอุปกรณ์
• อุณหภูมิ ขีดจำกัดพลังงาน การหยุดชั่วคราว/ดำเนินการต่อ และการรีบูตมีเสถียรภาพ และ
• เวิร์กโหลดการฝึกอบรมหรือการอนุมานจริงเสร็จสมบูรณ์ภายในข้อกำหนดด้านหน่วยความจำและประสิทธิภาพ

เก็บหลักฐานทั้งสองชุดและติดป้ายกำกับตามสภาพแวดล้อม อย่ารายงานสแต็ก GPU ที่ใช้งานได้จากการมีแพ็คเกจเพียงอย่างเดียว