通过指定版本号自定义节点GPU驱动版本_容器服务 Kubernetes 版 ACK(ACK)-阿里云帮助中心

不同类型和版本的ACK集群默认安装不同版本的NVIDIA驱动。如果您的CUDA库需要与更高版本的NVIDIA驱动兼容，您可以自定义安装GPU节点的NVIDIA驱动。本文将介绍如何基于节点池标签定制GPU节点的NVIDIA驱动版本。

注意事项

ACK不保证GPU驱动版本与CUDA库版本的兼容性，您需要自行验证二者之间的适配性。
NVIDIA各卡型对驱动版本的更详细的要求，请参见NVIDIA官方文档。
对于已经安装GPU驱动、NVIDIA Container Runtime等GPU组件的自定义操作系统镜像，ACK无法保证其提供的GPU驱动与ACK其他GPU组件兼容（例如监控组件等）。
通过节点池标签指定GPU节点的驱动版本时，驱动安装过程在添加节点时触发，因此仅适用于新扩容或新添加的节点，现有节点将不受影响。如需对已有节点应用新驱动，请移除节点并重新添加已有节点。
实例规格为gn7和ebmgn7对510.xxx和515.xxx版本驱动存在兼容性问题，建议使用关闭GSP的510以下的驱动版本（例如：470.xxx.xxxx）或525.125.06及其以上的驱动版本。
实例规格为ebmgn7或ebmgn7e的ECS，仅支持460.32.03之后的NVIDIA驱动版本。
新建节点池过程中，如果您指定的驱动版本不存在于ACK支持的NVIDIA驱动版本列表，ACK将自动安装默认驱动版本。若您指定了与最新操作系统不兼容驱动版本，可能存在节点添加失败的情况，需选择目前支持的最新驱动版本。

步骤一：确定NVIDIA驱动版本

从中选择与您业务相匹配的NVIDIA驱动版本。本文以驱动版本550.144.03为例进行介绍。

步骤二：指定驱动版本创建节点池

登录容器服务管理控制台，在左侧导航栏选择集群列表。
在集群列表页面，单击目标集群名称，然后在左侧导航栏，选择节点管理 > 节点池。
单击左上角的创建节点池，关于配置项的详细说明，请参见创建和管理节点池。主要配置如下。
在节点标签（Labels）参数栏添加标签，单击图标，然后在键文本框输入ack.aliyun.com/nvidia-driver-version，在值文本框输入550.144.03。

步骤三：验证节点池自定义安装NVIDIA驱动是否成功

执行以下命令，查看带有component: nvidia-device-plugin标签的Pod。

kubectl get po -n kube-system -l component=nvidia-device-plugin -o wide

预期输出：

NAME                             READY   STATUS    RESTARTS   AGE     IP              NODE                       NOMINATED NODE   READINESS GATES
ack-nvidia-device-plugin-fnctc   1/1     Running   0          2m33s   10.117.227.43   cn-qingdao.10.117.XXX.XX   <none>           <none>

预期输出表明，NODE列集群中刚添加的节点对应的Pod名称为ack-nvidia-device-plugin-fnctc。

执行以下命令查看节点的驱动版本是否符合预期。

kubectl exec -ti ack-nvidia-device-plugin-fnctc -n kube-system -- nvidia-smi

预期输出：

Mon Mar 24 08:51:55 2025       
+-----------------------------------------------------------------------------------------+
| NVIDIA-SMI 550.144.03             Driver Version: 550.144.03     CUDA Version: 12.6     |
|-----------------------------------------+------------------------+----------------------+
| GPU  Name                 Persistence-M | Bus-Id          Disp.A | Volatile Uncorr. ECC |
| Fan  Temp   Perf          Pwr:Usage/Cap |           Memory-Usage | GPU-Util  Compute M. |
|                                         |                        |               MIG M. |
|=========================================+========================+======================|
|   0  Tesla P4                       On  |   00000000:00:07.0 Off |                    0 |
| N/A   33C    P8              7W /   75W |       0MiB /   7680MiB |      0%      Default |
|                                         |                        |                  N/A |
+-----------------------------------------+------------------------+----------------------+
                                                                                         
+-----------------------------------------------------------------------------------------+
| Processes:                                                                              |
|  GPU   GI   CI        PID   Type   Process name                              GPU Memory |
|        ID   ID                                                               Usage      |
|=========================================================================================|
|  No running processes found                                                             |
+-----------------------------------------------------------------------------------------+

预期输出表明，驱动版本为550.144.03，即通过节点池自定义安装NVIDIA驱动成功。

其他方式

使用CreateClusterNodePool 创建节点池时，可在目标节点池的配置中设置自定义驱动的标签。示例代码如下：

{
  // 其他部分省略
  ......
    "tags": [
        {
            "key": "ack.aliyun.com/nvidia-driver-version",
            "value": "550.144.03"
        }
    ],
  // 其他部分省略
  ......
}