麒麟V10系统配置NVIDIA显卡驱动及DockerGPU支持

发表于 更新于

本文档基于一篇关于在 Kylin V10 上安装 NVIDIA 驱动、CUDA 和 Docker 的实践笔记整理，旨在为使用 NVIDIA GeForce RTX 3060 Ti 显卡的用户提供清晰的离线安装与配置步骤。

1. 系统环境确认

首先，确认您的操作系统版本。

1
cat /etc/kylin-release

预期输出应类似 Kylin Linux Advanced Server release V10 (Sword)。

2. 安装 NVIDIA 显卡驱动

步骤 1：禁用系统自带的开源驱动 (nouveau)

  1. 编辑黑名单配置文件：
    1
    sudo vi /usr/lib/modprobe.d/dist-blacklist.conf
  2. 找到 blacklist nvidiafb 一行，在行首添加 # 将其注释掉。
  3. 在文件末尾添加以下两行内容：
    1
    2
    blacklist nouveau
    options nouveau modeset=0
  4. 保存并退出编辑器。

步骤 2：卸载开源驱动模块并重启

1
2
sudo rmmod nouveau
sudo reboot

步骤 3：安装驱动编译依赖
重启后，安装编译 NVIDIA 驱动所需的内核开发包和工具。

1
sudo dnf install gcc kernel-devel-$(uname -r) kernel-headers-$(uname -r) make elfutils-libelf-devel tar bzip2 dkms acpid wget -y

步骤 4：下载并安装官方驱动

  1. 下载驱动：访问 NVIDIA 官方驱动下载页面。选择产品类型为 GeForce RTX 3060 Ti，操作系统选择 Linux 64-bit，点击“搜索”并下载推荐的驱动版本（例如 550 或 575 系列）。将下载的 .run 文件（如 NVIDIA-Linux-x86_64-550.90.07.run）上传到服务器。
  2. 安装驱动：
    1
    2
    3
    4
    # 赋予安装脚本执行权限
    chmod +x NVIDIA-Linux-x86_64-*.run
    # 运行安装程序，按照提示操作（通常选择默认选项即可）
    sudo ./NVIDIA-Linux-x86_64-*.run
  3. 验证安装：安装完成后，运行以下命令检查显卡是否被正确识别。
    1
    nvidia-smi
    如果看到显卡型号、驱动版本和 GPU 状态信息，则表示驱动安装成功。

3. 安装 CUDA 工具包

CUDA 是进行 GPU 计算的基础平台。

  1. 下载 CUDA：访问 NVIDIA CUDA 下载页面。选择操作系统为 Linux -> x86_64 -> Kylin -> 10 -> rpm (local)。页面会生成安装命令。
  2. 执行安装命令：复制页面提供的命令在终端中执行，例如：
    1
    2
    3
    4
    wget https://developer.download.nvidia.com/compute/cuda/repos/kylin10/x86_64/cuda-keyring_1.1-1_all.deb
    sudo dpkg -i cuda-keyring_1.1-1_all.deb
    sudo apt-get update
    sudo apt-get -y install cuda
    注意：实际命令请以官网生成的最新命令为准。
  3. 配置环境变量：
    1
    2
    3
    echo 'export PATH=/usr/local/cuda/bin:$PATH' >> ~/.bashrc
    echo 'export LD_LIBRARY_PATH=/usr/local/cuda/lib64:$LD_LIBRARY_PATH' >> ~/.bashrc
    source ~/.bashrc
  4. 验证安装：
    1
    nvcc -V
    此命令应输出已安装的 CUDA 版本号。

4. 离线安装 Docker 并配置 GPU 支持

步骤 1：离线安装 Docker
请参考笔记 麒麟V10离线安装Docker 中详细的分架构（x86_64）离线安装步骤。该指南提供了从外网准备 RPM 包到内网服务器安装、启动和验证的完整流程。请确保按照该指南完成 Docker 的离线安装，并成功运行 docker --version 和 docker ps 命令进行验证。

步骤 2：安装 NVIDIA Container Toolkit (为 Docker 添加 GPU 支持)
这是让 Docker 容器能够使用宿主 GPU 的关键步骤。

  1. 配置仓库并安装：
    1
    2
    3
    4
    distribution=$(. /etc/os-release;echo $ID$VERSION_ID)
    curl -s -L https://nvidia.github.io/libnvidia-container/gpgkey | sudo apt-key add -
    curl -s -L https://nvidia.github.io/libnvidia-container/$distribution/libnvidia-container.list | sudo tee /etc/apt/sources.list.d/nvidia-container-toolkit.list
    sudo apt-get update && sudo apt-get install -y nvidia-container-toolkit
  2. 配置 Docker 使用 NVIDIA 作为默认运行时：
    1
    2
    sudo nvidia-ctk runtime configure --runtime=docker
    sudo systemctl restart docker
  3. 验证 Docker GPU 支持：
    运行一个测试容器，检查容器内是否能识别到 GPU。
    1
    sudo docker run --rm --gpus all nvidia/cuda:12.1.1-base-ubuntu22.04 nvidia-smi
    如果此命令在容器内成功输出了与宿主机 nvidia-smi 类似的 GPU 信息，则表明 Docker 已成功配置 GPU 支持，您的 RTX 3060 Ti 现在可以在容器中用于加速计算任务（如 AI 训练、图形渲染等）。

总结

整个过程可以概括为：禁用开源驱动 -> 安装 NVIDIA 官方驱动 -> 安装 CUDA 计算平台 -> 参考专用指南离线安装 Docker 引擎 -> 为 Docker 安装 NVIDIA 容器工具包。完成这些步骤后，您的麒麟 V10 系统就具备了完整的 NVIDIA GPU 计算与容器化支持环境。