centos gpu 安装？centos7安装卡在安装源
CentOS Docker NVIDIA环境离线安装
本文详述了在 CentOS7.9系统下离线安装 Docker与 NVIDIA环境的步骤，以实现 GPU相关模型训练与推理任务。具体操作如下：
首先，系统环境确认：
操作系统：CentOS7.9
Docker版本：20.10.9
NVIDIA显卡型号：RTX 3090
NVIDIA驱动版本：526.86
接着，进行 Docker的下载与安装：
访问 Docker官网下载页面（下载页面地址略），获取适用于 CentOS7.9的 Docker安装包。
执行安装脚本，确认 Docker启动完成，通过检查日志信息确保安装无误。
随后，安装 nvidia-docker-runtime以启用 GPU支持：
nvidia-docker-runtime作用：它允许在 Docker容器内部使用 NVIDIA GPU进行模型训练与推理。
安装后，若不安装此组件，创建的容器将无法识别和利用 NVIDIA显卡资源，执行相关 GPU指令（如 nvidia-smi）将不会产生预期结果。
针对不同 Docker版本的安装方式有所区别：
在 Docker 19.x以前的版本中，需下载并使用 nvidia-docker2启动容器，通过指定--runtime=nvidia或添加--gpus参数实现 GPU指令支持。
Docker 19.x及以后版本简化了配置，只需在创建容器时加入--gpus all参数即可启用所有 GPU资源，或指定具体 GPU卡号。
接下来，离线安装 nvidia-container-runtime依赖包：
在可以上网的 CentOS7.x虚拟机上下载 nvidia-container-runtime的离线安装包。
将下载的包复制到离线 GPU服务器，并执行相应的安装脚本进行安装，确保所有依赖包正确安装。
至此，CentOS Docker NVIDIA环境的离线安装流程完成，下文将介绍离线 Docker镜像的制作与安装，进一步完善该环境的构建。
CentOS 7.9安装Tesla M4驱动、CUDA和cuDNN
本文详细介绍了在 CentOS 7.9系统上安装 Tesla M4驱动、CUDA和 cuDNN的全过程，以解决使用 Windows系统配置深度学习环境时遇到的问题。考虑到 Windows的图形显示特性可能对深度学习环境产生干扰，我们选择使用 Linux系统 CentOS 7.9进行尝试。
首先，确定合适版本的 CUDA Toolkit。Tesla M4 GPU属于入门级产品，基于 Maxwell架构，其生命周期大约为 3年。考虑到性能与功耗提升，从 Pascal架构的 Tesla P4开始，它逐渐取代了 Tesla M4成为主流。本文建议选择 CUDA 10.0版本，作为较新且兼容的版本进行尝试。
下载 CUDA工具包时，推荐使用本地安装方式，因为这种方式包含所有组件，适合在低带宽或离线环境下使用。本地安装程序为大文件，但可在多个系统上重复使用，节省下载时间。对于驱动程序，选择与 CentOS 7.9和 CUDA 10.0相匹配的版本进行下载。同时，安装 cuDNN扩展以增强深度神经网络的性能。
安装前，确保系统已安装 epel-release，以获取依赖包。更新系统以确保软件包是最新的。安装开发工具包和相应的 kernel-devel包以支持特定内核头文件和 DKMS模块。将下载的驱动、CUDA和 cuDNN文件上传至主机后，开始安装 GPU驱动程序。安装 CUDA和 cuDNN的过程与 Windows类似，主要涉及接受许可协议、配置参数、添加环境变量等步骤。
通过本文，读者可以系统地了解如何在 CentOS 7.9上安装 Tesla M4驱动、CUDA和 cuDNN，从而为深度学习项目提供高性能的计算环境。对于希望在 Linux系统上配置 GPU环境的研究者和开发者来说，这是一份详尽的指南。
Centos 7 安装prometheus监控GPU流程
安装nvidia-container-runtime推荐配置步骤如下：
首先，安装nvidia-container-toolkit以支持GPU容器化环境。设置其存储库和GPG密钥，将experimental分支添加到存储库列表中，更新包列表并安装nvidia-container-toolkit包。配置Docker守护进程以识别NVIDIA容器运行时，设置默认运行时后重启Docker守护进程以完成安装。
推荐安装nvidia-container-runtime，配置其源并完成安装后，重启Docker。
安装NVIDIA监控，本地执行curl localhost:9400/metrics以获取相关信息。
安装node_exporter-1.5.0.linux-amd64并创建服务。启动服务以监控NVIDIA设备。
监控主机配置包括：
配置prometheus.yml以定义监控规则和目标。默认情况下，prometheus数据保存为15天，可根据需要进行修改。
使用Docker安装prometheus，实现对系统状态和性能的持续监控。
安装grafana作为可视化工具，以图形化方式展示prometheus监控数据，便于分析和诊断。
