NVIDIA GPU 已成为加速机器学习、高性能计算 (HPC)、内容创建工作流程和数据中心应用程序等各种工作负载的主流。对于这些企业用例，NVIDIA 提供了由 CUDA 平台支持的软件堆栈：驱动程序、CUDA-X 加速库、CUDA 优化的应用程序和框架。

部署 NVIDIA 驱动程序是设置 GPU 加速集群以使用 CUDA 的基本方面之一。过去，安装或升级 NVIDIA 驱动程序需要在每个 GPU 节点上安装完整的软件开发环境，例如编译器工具链和内核头文件。企业用户还需要经过测试的 NVIDIA 驱动程序和 Linux 内核组合，以确保稳定性，并能够停留在可能具有不同生命周期的特定驱动程序分支上。

在本文中，我将介绍在 Red Hat Enterprise Linux (RHEL) 8 上对 NVIDIA 驱动程序进行打包的工作，以改善安装和升级驱动程序的体验。这项工作提供了许多好处，包括提高了可靠性、安全性和选择性。对于这项工作，请使用 RHEL 8 中提供的模块化流和预编译的内核模块 ( kmod) 包。

DNF 模块化

使用模块化，CUDA 存储库为驱动程序包提供多个更新流。仅考虑所选流上的更新。您可以选择跟上最新和最好的版本，也可以锁定到特定的驱动程序分支，例如主版本等于“450”的驱动程序。

这种新机制允​​许您根据用例切换到不同的流。您可以从单个 RPM 存储库中选择多个 NVIDIA GPU 驱动程序分支之一进行跟踪。一些NVIDIA 驱动程序适合在 NVIDIA 数据中心 GPU 上使用，并且与其他驱动程序分支相比，它们的使用寿命可能更长。企业用户可能出于稳定性原因选择留在特定的驱动程序分支上，而其他用户可能希望跟踪其他分支以访问新功能。

您可以选择一个特定的驱动程序分支（例如 R418）来跟踪更新，并且仅从该分支获取更新。这些软件包还提供了一个名为的虚拟分支latest，latest-dkms可跟踪每个时间点的最新 NVIDIA 驱动程序。该分支latest-dkms是默认分支。其他分支是可选的，并且可以切换分支而无需重新安装 CUDA 工具包。

使用预编译驱动程序

对于受支持的 Red Hat Enterprise Linux 8.x 内核版本（请参阅下面的支持列表），提供了实现DKMS替代方案的驱动程序包。无需启用EPEL 存储库。这些驱动程序 kmod 包的源文件是预先编译的，然后在安装时链接，因此这些被称为“预编译驱动程序”。

新方法不需要gcc安装编译器，从而减少了攻击面并加快了内核和/或驱动程序更新的启动时间。使用这些预编译的kmod软件包可以提供更高的稳定性，因为确切的 NVIDIA 驱动程序版本和内核版本字符串组合已经过预先测试。告别黑屏（运行级别 3），迎接可预测的用户体验，驱动程序安装不再依赖于kernel-devel软件包kernel-headers。

当发布新的驱动程序更新时，仅针对驱动程序更新时最新发布的内核提供预编译驱动程序包。同样，如果发布了新的内核更新，则针对此内核提供预编译驱动程序包。另一种表述方式是，现在，在任何时间点，都会为最新的 RHEL 内核和最新的 NVIDIA 驱动程序版本（每个受支持的分支）启用预编译驱动程序。

使用预编译驱动程序时，会启用包管理器插件dnf来清理过时的 .ko 文件。为了防止系统崩溃，NVIDIA dnf 插件还会阻止升级到尚不存在预编译驱动程序的内核。这可能会延迟安全修复的应用，但可确保始终使用经过测试的内核和驱动程序组合。

使用包管理器安装

以下是在 RHEL 8 上开始使用新驱动程序包的方法。首先，确保已启用 Red Hat 存储库，包括 RHEL8 AppStream、RHEL8 BaseOS 和 RHEL8 CRB：

<span style="color:#1a1a1a"><span style="background-color:#ffffff"><span style="color:#333333"><span style="background-color:#f5f5f5">$ 订阅管理器 repos --enable=rhel-8-for-x86_64-appstream-rpms
$ 订阅管理器 repos--enable=rhel-8-for-x86_64-baseos-rpms
$ 订阅管理器 repos --enable=codeready-builder-for-rhel-8-x86_64-rpms</span></span></span></span>

添加 CUDA 网络存储库：

<span style="color:#1a1a1a"><span style="background-color:#ffffff"><span style="color:#333333"><span style="background-color:#f5f5f5">$ sudo dnf config-manager --add-repo=https://developer.download.nvidia.com/compute/cuda/repos/rhel8/x86_64/cuda-rhel8.repo</span></span></span></span>

安装最新的流以选择加入预编译包： 

<span style="color:#1a1a1a"><span style="background-color:#ffffff"><span style="color:#333333"><span style="background-color:#f5f5f5">$ sudo dnf 模块安装 nvidia-driver:latest</span></span></span></span>

选择模块化流

为了提高灵活性，预编译和 DKMS 类型均提供了多种流（表 1）。

NVIDIA 驱动程序	预编译流	旧版 DKMS 流
最高版本	最新的	最新-dkms
锁定@455.x	455	455-dkms
锁定@450.x	450	450-dkms
锁定@440.x	440	440-dkms
锁定@418.x	418	418-dkms

表 1.可用的 nvidia-driver 模块流列表。

最新选项始终更新到最高版本的驱动程序（预编译）：

<span style="color:#1a1a1a"><span style="background-color:#ffffff"><span style="color:#333333"><span style="background-color:#f5f5f5">$ sudo dnf 模块安装 nvidia-driver:latest</span></span></span></span>

该<id>选项将驱动程序更新锁定到指定的驱动程序分支（预编译）。请<id>用适当的驱动程序分支流替换，例如 455、450、440 或 418。

<span style="color:#1a1a1a"><span style="background-color:#ffffff"><span style="color:#333333"><span style="background-color:#f5f5f5">$ sudo dnf 模块安装 nvidia-driver:<id></span></span></span></span>

该latest-dkms选项始终更新到最高版本的驱动程序（非预编译）。这是默认流。

<span style="color:#1a1a1a"><span style="background-color:#ffffff"><span style="color:#333333"><span style="background-color:#f5f5f5">$ sudo dnf 模块安装 nvidia-driver:latest-dkms</span></span></span></span>

该<id>-dkms选项将驱动程序更新锁定到指定的驱动程序分支（非预编译），例如 455-dkms、450-dkms、440-dkms 或 418-dkms。

<span style="color:#1a1a1a"><span style="background-color:#ffffff"><span style="color:#333333"><span style="background-color:#f5f5f5">$ sudo dnf 模块安装 nvidia-driver:<id>-dkms</span></span></span></span>

切换流

要切换到另一个流，首先删除驱动程序包：

<span style="color:#1a1a1a"><span style="background-color:#ffffff"><span style="color:#333333"><span style="background-color:#f5f5f5"> $ sudo dnf 删除 nvidia 驱动程序</span></span></span></span>

然后，重置模块流：

<span style="color:#1a1a1a"><span style="background-color:#ffffff"><span style="color:#333333"><span style="background-color:#f5f5f5"> $ sudo dnf 模块重置 nvidia 驱动程序</span></span></span></span>

现在可以从适当的流安装驱动程序。

使用模块化配置文件

模块化配置文件可与任何受支持的模块化流配合使用，并允许其他用例（表 2）。

溪流	轮廓	用例
默认	/默认	安装流中的所有驱动程序包。
快速启动	/ks	使用配置文件执行无人值守的 Linux 操作系统安装。
NVSwitch 结构	/调频	安装引导 NVSwitch 系统所需的所有驱动程序包和组件 （包括 Fabric Manager 和 NSCQ 遥测）。

表 2. 可用的 nvidia-driver 模块配置文件列表。

现在，您可以使用该dnf命令来指定流和配置文件：

<span style="color:#1a1a1a"><span style="background-color:#ffffff"><span style="color:#333333"><span style="background-color:#f5f5f5"> $ sudo dnf 模块安装 nvidia-driver:<流>/<配置文件></span></span></span></span>

该/default选项在流中安装所有驱动程序包（传递闭包）：

<span style="color:#1a1a1a"><span style="background-color:#ffffff"><span style="color:#333333"><span style="background-color:#f5f5f5"> $ sudo dnf 模块安装 nvidia-driver:latest/default</span></span></span></span>

该/ks选项旨在使用不安装元包的Kickstartcuda-drivers配置文件进行无人值守的 Linux 操作系统安装。该元包会尝试删除旧的驱动程序运行文件安装。

<span style="color:#1a1a1a"><span style="background-color:#ffffff"><span style="color:#333333"><span style="background-color:#f5f5f5"> %软件包
 @^最小安装
 @nvidia-驱动程序:最新-dkms/ks
 ％结尾</span></span></span></span>

该/fm选项安装用于引导 NVSwitch 的附加软件包，包括 Fabric Manager 和 NSCQ（用于交换机遥测）：

<span style="color:#1a1a1a"><span style="background-color:#ffffff"><span style="color:#333333"><span style="background-color:#f5f5f5"> $ sudo dnf 模块安装 nvidia-driver:450/fm</span></span></span></span>

RHEL 的支持矩阵

目前，这些软件包改进仅支持 x86_64 架构上的 RHEL 8.2（及更高版本）。NVIDIA 仅为最新的官方 RHEL 内核提供预编译驱动程序包，例如 4.18.0-193.19.1 及更高版本。如果您使用较早的内核，请更新以开始接收预编译驱动程序包。不为RHEL EUS内核提供预编译驱动程序。

表 3 显示了根据NVIDIA 驱动程序生命周期策略支持的分支。

驱动分支	分支机构名称	生命终结
418	长期服务	2022 年 3 月
440	新功能	2020 年 11 月
450	长期服务	2023 年 7 月
455	开发人员	460 可用性

表 3. NVIDIA 驱动程序分支的支持矩阵。

新的 kmod 包通常在新的 RHEL 内核更新后的 24 小时内可用。

为了防止系统崩溃，该插件会在内核上线和 kmod 软件包可用之间阻止内核更新。在升级过程中dnf会显示警告：dnf

<span style="color:#1a1a1a"><span style="background-color:#ffffff"><span style="color:#333333"><span style="background-color:#f5f5f5">注：由于找不到 NVIDIA 驱动程序内核模块包 kmod-nvidia-${driver}-${kernel} ...，因此跳过内核安装</span></span></span></span>

概括

使用预编译的内核模块包和模块化流，在 RHEL 8 上部署 NVIDIA 驱动程序的体验更好。新的驱动程序包可在CUDA 存储库中找到，因此您可以立即开始使用。

GitHub 上提供了打包模板和说明，允许您为自定义内核和衍生 Linux 发行版维护自己的预编译内核模块包：

• NVIDIA/yum-包装-预编译-kmod
• NVIDIA/yum-包装-nvidia-插件

有关详细信息，请参阅以下资源：

• 预编译内核模块：使用模块化流在 RHEL8 上进行打包和部署（GTC 2020 年秋季会议）
• 简化 Red Hat Enterprise Linux 上的 NVIDIA GPU 驱动程序部署（Red Hat 峰会 2020）
• RHEL8 预编译 kmod 状态

如需提供反馈、发送评论或报告错误。如果您还不是会员，请加入 NVIDIA 开发者计划。

相关资源

• GTC 会议：Legate：用于可组合、可扩展、加速库的高效编程框架
• GTC 会议：NVIDIA AI 的数据模式：NVIDIA DGX SuperPOD、NVIDIA DGX BasePOD、分析和部署（由 IBM 提供）
• NGC 容器：NVIDIA DOCA 驱动程序
• NGC 容器：NVIDIA GPU 操作员的验证器
• NGC 容器：适用于 Kubernetes 的 NVIDIA 驱动程序管理器
• SDK：DRIVE OS