配置 GPU 工作程序节点

验证您的 GPU 工作程序节点是否已做好部署准备。

更新 GPU 驱动程序版本

可以在安装 IBM® Cloud Private 之前或之后更新 GPU 驱动程序。

1. 更新 GPU 驱动程序版本。 请参阅 http://www.nvidia.com/Download/index.aspx 。

2. 更新 GPU 驱动程序版本之后，请重新启动 Kubelet，以允许 Kubernetes 获取对 GPU 驱动程序的更改。

   systemctl restart kubelet
   

验证节点是否已做好部署准备

您必须从安装有 Nvidia GPU 驱动程序的工作程序节点执行这些验证步骤。

1. 检查 Nvidia 是否已启动并正在运行。

   nvidia-smi
   

   输出类似于以下代码：

   Thu Nov  9 16:44:28 2017
   +-----------------------------------------------------------------------------+
   | NVIDIA-SMI 375.66                 Driver Version: 375.66                    |
   |-------------------------------+----------------------+----------------------+
   | GPU  Name        Persistence-M| Bus-Id        Disp.A | Volatile Uncorr. ECC |
   | Fan  Temp  Perf  Pwr:Usage/Cap|         Memory-Usage | GPU-Util  Compute M. |
   |===============================+======================+======================|
   |   0  Tesla K80           Off  | 0000:08:00.0     Off |                    0 |
   | N/A   47C    P8    26W / 149W |      0MiB / 11439MiB |      0%      Default |
   +-------------------------------+----------------------+----------------------+
   |   1  Tesla K80           Off  | 0000:09:00.0     Off |                    0 |
   | N/A   36C    P8    31W / 149W |      0MiB / 11439MiB |      0%      Default |
   +-------------------------------+----------------------+----------------------+
   
   +-----------------------------------------------------------------------------+
   | Processes:                                                       GPU Memory |
   |  GPU       PID  Type  Process name                               Usage      |
   |=============================================================================|
   |  No running processes found                                                 |
   +-----------------------------------------------------------------------------+
   

   如果返回了错误消息，请在节点上重新安装 GPU 驱动程序。 请参阅 http://www.nvidia.com/Download/index.aspx

2. 确保 nvidia-uvm 设备文件可用。

   ls /dev/nvidia-uvm
   

   如果返回了错误消息 No such file or directory，那么您必须创建 nvidia-uvm 设备文件。

   要创建 nvidia-uvm 设备文件，请执行以下步骤：

   • 对于 Linux® x86_64

     1. 从 IBM developerWorks 社区将 cudaInit_x86 文件下载到工作程序节点。 请参阅 cudaInit_x86 。

     2. 在工作程序节点上，运行以下命令：

        ./cudaInit_x86
        

   • 对于 Linux® on Power® (ppc64le)，请运行以下命令：

     1. 从 IBM developerWorks 社区将 cudaInit_ppc64le 文件下载到工作程序节点。 请参阅 cudaInit_ppc64le 。

     2. 在工作程序节点上，运行以下命令：

        ./cudaInit_ppc64le
        

3. 找到 GPU 驱动程序日志文件。

    ls /var/lib/docker/volumes/nvidia_driver_<xxx.xx>
   

   其中，<xxx.xx> 是 Nvidia 驱动程序的版本。 可以通过运行 nvidia-smi 命令来获取版本信息。

   如果返回了错误消息 No such file or directory，那么您必须创建 GPU 驱动程序日志目录。

   要创建 GPU 日志目录，请执行以下步骤：

   1. 移除 /var/lib/docker/volumes 文件夹并重新启动 kubelet。

      rm -rf /var/lib/docker/volumes
      systemctl restart kubelet
      

   2. 验证是否已创建 GPU 驱动程序日志文件。

      ls /var/lib/docker/volumes/nvidia_driver_<xxx.xx>
      

      如果该日志文件仍未创建，请在节点上重新安装 GPU 驱动程序。 请参阅 http://www.nvidia.com/Download/index.aspx 。

   您现在已准备就绪，可以在工作程序节点上部署使用 GPU 资源的应用程序。 请参阅创建附加有 GPU 资源的部署。