在GPU计算型实例中手动安装Tesla驱动（Linux）

（可选）通过NVIDIA Persistence Daemon方式开启Persistence-M属性。

Tesla驱动安装完成后，Persistence-M默认为关闭（off）状态，Tesla驱动在开启Persistence-M属性状态下性能更稳定。为了业务更稳定地进行，建议您通过NVIDIA Persistence Daemon方式开启Persistence-M属性。更多信息，请参见Persistence Daemon。

1. 执行以下命令，运行NVIDIA Persistence Daemon。

   sudo nvidia-persistenced --user username 
   # username为您的用户名。

2. 执行以下命令，查看Persistence-M属性状态。

   nvidia-smi

   回显信息类似如下所示，表示Persistence-M为开启（on）状态。

   

（可选）重启系统后开启Persistence-M属性。

如果系统重启，则会导致Persistence-M开启（on）状态失效，您可以按照以下操作重新开启Persistence-M属性。

通过安装Tesla驱动安装包，将NVIDIA提供的安装脚本（例如示例脚本和安装程序脚本）安装到/usr/share/doc/NVIDIA_GLX-1.0/samples/nvidia-persistenced-init.tar.bz2路径下。

1. 执行以下命令，解压并安装NVIDIA提供的安装脚本。

   cd  /usr/share/doc/NVIDIA_GLX-1.0/samples/
   sudo tar xf nvidia-persistenced-init.tar.bz2
   cd  nvidia-persistenced-init
   sudo sh install.sh

2. 执行以下命令，查看NVIDIA Persistence Daemon是否正常运行。

   sudo systemctl status nvidia-persistenced

   回显信息类似如下所示，表示NVIDIA Persistence Daemon正常运行。

   

   说明

   您可以根据您的操作系统适配NVIDIA Persistence Daemon安装脚本以保证其正常工作。

3. 执行以下命令，再次确认Persistence-M属性为开启（on）状态。

   nvidia-smi

4. （可选）执行以下命令，关闭NVIDIA Persistence Daemon。

   如果目前无需运行NVIDIA Persistence Daemon，您可以选择关闭NVIDIA Persistence Daemon。

   sudo systemctl stop nvidia-persistenced
   sudo systemctl disable nvidia-persistenced

（可选）通过NVIDIA Persistence Daemon方式开启Persistence-M属性。

Tesla驱动安装完成后，Persistence-M默认为关闭（off）状态，Tesla驱动在开启Persistence-M属性状态下性能更稳定。为了业务更稳定地进行，建议您通过NVIDIA Persistence Daemon方式开启Persistence-M属性。更多信息，请参见Persistence Daemon。

1. 执行以下命令，运行NVIDIA Persistence Daemon。

   sudo nvidia-persistenced --user username 
   # username为您的用户名。

2. 执行以下命令，查看Persistence-M属性状态。

   nvidia-smi

   回显信息类似如下所示，表示Persistence-M为开启（on）状态。

   

（可选）重启系统后开启Persistence-M属性。

如果系统重启，则会导致Persistence-M开启（on）状态失效，您可以按照以下操作重新开启Persistence-M属性。

通过安装Tesla驱动安装包，将NVIDIA提供的安装脚本（例如示例脚本和安装程序脚本）安装到/usr/share/doc/NVIDIA_GLX-1.0/samples/nvidia-persistenced-init.tar.bz2路径下。

1. 执行以下命令，解压并安装NVIDIA提供的安装脚本。

   cd  /usr/share/doc/NVIDIA_GLX-1.0/samples/
   sudo tar xf nvidia-persistenced-init.tar.bz2
   cd  nvidia-persistenced-init
   sudo sh install.sh

2. 执行以下命令，查看NVIDIA Persistence Daemon是否正常运行。

   sudo systemctl status nvidia-persistenced

   回显信息类似如下所示，表示NVIDIA Persistence Daemon正常运行。

   

   说明

   您可以根据您的操作系统适配NVIDIA Persistence Daemon安装脚本以保证其正常工作。

3. 执行以下命令，再次确认Persistence-M属性为开启（on）状态。

   nvidia-smi

4. （可选）执行以下命令，关闭NVIDIA Persistence Daemon。

   如果目前无需运行NVIDIA Persistence Daemon，您可以选择关闭NVIDIA Persistence Daemon。

   sudo systemctl stop nvidia-persistenced
   sudo systemctl disable nvidia-persistenced

（条件必选）如果您的GPU实例规格族为ebmgn8v、ebmgn7、ebmgn7e、ebmgn7ex或sccgn7ex时，安装与驱动版本对应的nvidia-fabricmanager服务。

1. 安装nvidia-fabricmanager服务。

   您可以通过源码或者安装包两种方式安装nvidia-fabricmanager服务，以下操作以Ubuntu 16.04、Ubuntu 18.04、Ubuntu 20.04、Ubuntu 22.04或Ubuntu24.04操作系统为例，命令示例如下。其中，driver_version替换为步骤一：下载NVIDIA Tesla驱动中下载的驱动版本号。

   重要

   • 在Ubuntu 22.04操作系统中安装nvidia-fabricmanager服务时，需要Tesla驱动版本高于515.48.07，针对Ubuntu 22.04操作系统，下述示例代码以535.154.05版本的驱动为例。

   • 在Ubuntu24.04操作系统中安装nvidia-fabricmanager服务时，需要Tesla驱动版本高于550.90.07，针对Ubuntu24.04操作系统，下述示例代码以570.133.20版本的驱动为例。

   • 源代码方式

     Ubuntu 16.04、Ubuntu 18.04或Ubuntu 20.04

     driver_version=460.91.03
     driver_version_main=$(echo $driver_version | awk -F '.' '{print $1}')
     distribution=$(. /etc/os-release;echo $ID$VERSION_ID | sed -e 's/\.//g')
     sudo wget https://developer.download.nvidia.com/compute/cuda/repos/$distribution/x86_64/cuda-$distribution.pin
     sudo mv cuda-$distribution.pin /etc/apt/preferences.d/cuda-repository-pin-600
     sudo wget https://developer.download.nvidia.com/compute/cuda/repos/$distribution/x86_64/3bf863cc.pub
     sudo apt-key add 3bf863cc.pub
     sudo rm 3bf863cc.pub
     sudo echo "deb https://developer.download.nvidia.com/compute/cuda/repos/$distribution/x86_64 /" | tee /etc/apt/sources.list.d/cuda.list
     sudo apt-get update
     sudo apt-get -y install nvidia-fabricmanager-${driver_version_main}=${driver_version}-*

     Ubuntu 22.04

     driver_version=535.154.05
     driver_version_main=$(echo $driver_version | awk -F '.' '{print $1}')
     distribution=$(. /etc/os-release;echo $ID$VERSION_ID | sed -e 's/\.//g')
     sudo wget https://developer.download.nvidia.com/compute/cuda/repos/$distribution/x86_64/cuda-$distribution.pin
     sudo mv cuda-$distribution.pin /etc/apt/preferences.d/cuda-repository-pin-600
     sudo wget https://developer.download.nvidia.com/compute/cuda/repos/$distribution/x86_64/3bf863cc.pub
     sudo apt-key add 3bf863cc.pub
     sudo rm 3bf863cc.pub
     sudo echo "deb https://developer.download.nvidia.com/compute/cuda/repos/$distribution/x86_64 /" | tee /etc/apt/sources.list.d/cuda.list
     sudo apt-get update
     sudo apt-get -y install nvidia-fabricmanager-${driver_version_main}=${driver_version}-*

     Ubuntu 24.04

     driver_version=570.133.20
     driver_version_main=$(echo $driver_version | awk -F '.' '{print $1}')
     distribution=$(. /etc/os-release;echo $ID$VERSION_ID | sed -e 's/\.//g')
     sudo wget https://developer.download.nvidia.com/compute/cuda/repos/$distribution/x86_64/cuda-$distribution.pin
     sudo mv cuda-$distribution.pin /etc/apt/preferences.d/cuda-repository-pin-600
     sudo wget https://developer.download.nvidia.com/compute/cuda/repos/$distribution/x86_64/3bf863cc.pub
     sudo apt-key add 3bf863cc.pub
     sudo rm 3bf863cc.pub
     sudo echo "deb https://developer.download.nvidia.com/compute/cuda/repos/$distribution/x86_64 /" | tee /etc/apt/sources.list.d/cuda.list
     sudo apt-get update
     sudo apt-get -y install nvidia-fabricmanager-${driver_version_main}=${driver_version}-*

   • 安装包方式

     • Ubuntu 16.04

       driver_version=460.91.03
       driver_version_main=$(echo $driver_version | awk -F '.' '{print $1}')
       sudo wget https://developer.download.nvidia.com/compute/cuda/repos/ubuntu1604/x86_64/nvidia-fabricmanager-${driver_version_main}_${driver_version}-1_amd64.deb
       sudo dpkg -i nvidia-fabricmanager-${driver_version_main}_${driver_version}-1_amd64.deb

     • Ubuntu 18.04

       driver_version=460.91.03
       driver_version_main=$(echo $driver_version | awk -F '.' '{print $1}')
       sudo wget https://developer.download.nvidia.com/compute/cuda/repos/ubuntu1804/x86_64/nvidia-fabricmanager-${driver_version_main}_${driver_version}-1_amd64.deb
       sudo dpkg -i nvidia-fabricmanager-${driver_version_main}_${driver_version}-1_amd64.deb

     • Ubuntu 20.04

       driver_version=460.91.03
       driver_version_main=$(echo $driver_version | awk -F '.' '{print $1}')
       sudo wget https://developer.download.nvidia.com/compute/cuda/repos/ubuntu2004/x86_64/nvidia-fabricmanager-${driver_version_main}_${driver_version}-1_amd64.deb
       sudo dpkg -i nvidia-fabricmanager-${driver_version_main}_${driver_version}-1_amd64.deb

     • Ubuntu 22.04

       driver_version=535.154.05 
       driver_version_main=$(echo $driver_version | awk -F '.' '{print $1}')
       sudo wget https://developer.download.nvidia.com/compute/cuda/repos/ubuntu2204/x86_64/nvidia-fabricmanager-${driver_version_main}_${driver_version}-1_amd64.deb
       sudo dpkg -i nvidia-fabricmanager-${driver_version_main}_${driver_version}-1_amd64.deb

     • Ubuntu 24.04

       driver_version=570.133.20 
       driver_version_main=$(echo $driver_version | awk -F '.' '{print $1}')
       sudo wget https://developer.download.nvidia.com/compute/cuda/repos/ubuntu2404/x86_64/nvidia-fabricmanager-${driver_version_main}_${driver_version}-1_amd64.deb
       sudo dpkg -i nvidia-fabricmanager-${driver_version_main}_${driver_version}-1_amd64.deb

2. 执行如下命令，启动nvidia-fabricmanager服务。

   sudo systemctl enable nvidia-fabricmanager
   sudo systemctl start nvidia-fabricmanager

3. 执行如下命令，查看nvidia-fabricmanager服务是否安装成功。

   systemctl status nvidia-fabricmanager

   回显信息如下所示，表示nvidia-fabricmanager服务安装成功。

   

   说明

   nvidia-fabricmanager软件包版本必须与Tesla驱动版本一致，才能保证GPU的正常使用。在Ubuntu系统下，如果您采用安装包方式安装nvidia-fabricmanager服务，则apt-daily服务可能会自动更新nvidia-fabricmanager安装包，使得nvidia-fabricmanager软件包版本与Tesla驱动版本不一致，从而导致nvidia-fabricmanager服务启动失败，并且GPU无法正常使用。如何解决该问题，请参见nvidia-fabricmanager版本与Tesla驱动版本不一致导致GPU无法正常使用。