CentOS8安装NVIDIA算力卡驱动全指南：从驱动选型到生产环境验证

1次阅读

没有评论

共计 1816 个字符，预计需要花费 5 分钟才能阅读完成。

在 CentOS8 系统上部署 NVIDIA 算力卡驱动时，经常会遇到以下兼容性问题：

内核版本冲突 ：NVIDIA 官方驱动包对内核版本有严格要求，而 CentOS8 的默认内核可能不匹配最新驱动要求
SecureBoot 阻碍 ：启用 SecureBoot 的系统会阻止未签名内核模块加载，导致驱动安装失败
GSP 固件依赖 ：新一代 A100/H100 显卡需要 GSP 固件支持，旧版驱动无法正确初始化硬件

这些问题直接影响 AI 训练和推理任务的稳定性，特别是在生产环境中需要长期运行的场景。

常见的驱动安装方式主要有两种：

直接运行.run 安装包
优点：版本更新及时，支持最新显卡
缺点：需要手动处理内核兼容问题，升级系统后需要重新安装
使用 RPM 包管理
优点：与系统包管理器集成，便于维护
缺点：仓库版本通常滞后，自定义配置不灵活

经过实践验证，我们推荐 DKMS 动态内核模块方案 ，它能自动重建驱动模块适配新内核，兼顾了灵活性和可维护性。对于需要长期稳定运行的生产环境，这是最优选择。

确认显卡型号和所需驱动版本：
```
lspci | grep -i nvidia
```
下载对应版本的驱动安装包（建议使用生产环境验证过的长期支持版）

禁用系统默认的 nouveau 驱动：

echo "blacklist nouveau" >> /etc/modprobe.d/blacklist.conf
echo "options nouveau modeset=0" >> /etc/modprobe.d/blacklist.conf
dracut --force

修改 GRUB 参数以禁用图形界面：

sed -i 's/GRUB_CMDLINE_LINUX=".*"/GRUB_CMDLINE_LINUX="rd.driver.blacklist=nouveau nouveau.modeset=0"/g' /etc/default/grub
grub2-mkconfig -o /boot/grub2/grub.cfg

安装依赖包和内核头文件：

dnf install -y kernel-devel-$(uname -r) kernel-headers-$(uname -r) gcc make dkms

驱动签名验证（重要安全步骤）：

openssl dgst -sha256 NVIDIA-Linux-x86_64-<version>.run

执行驱动安装（带错误处理）：

chmod +x NVIDIA-Linux-x86_64-<version>.run
./NVIDIA-Linux-x86_64-<version>.run --dkms -s --no-cc-version-check
if [$? -ne 0]; then
  echo "驱动安装失败，请检查日志"
  journalctl -xe
  exit 1
fi

检查驱动状态：
```
nvidia-smi
```
正常输出应显示 GPU 列表和驱动版本信息
验证 CUDA 功能：
```
nvidia-smi -q | grep -i "cuda version"
```

持久化模式配置 ：

nvidia-smi -pm 1

持久化模式可以保持 GPU 初始化状态，减少应用启动延迟，但会增加约 5W 的待机功耗。建议在需要频繁启停 GPU 任务的场景启用。

Error 255：通常由内核头文件不匹配导致，解决方案：
```
dnf reinstall kernel-devel-$(uname -r)
```
Error 137：OOM killer 终止了安装进程，解决方法：
```
echo "vm.overcommit_memory=1" >> /etc/sysctl.conf
sysctl -p
```

对于多 GPU 服务器，建议在 BIOS 中设置：