GPU服务器CentOS系统安装与配置全攻略

在人工智能和深度学习快速发展的今天，GPU服务器已经成为许多企业和研究机构不可或缺的计算资源。要在GPU服务器上顺利安装和配置CentOS系统，并不是一件轻松的事情。很多技术人员在实际操作中都会遇到各种各样的问题，从启动盘制作到驱动安装，每一个环节都可能成为拦路虎。今天，我们就来详细聊聊这个话题，帮你避开那些常见的坑。

准备工作：选择合适的安装介质与工具

安装CentOS系统的第一步就是准备安装介质。对于GPU服务器来说，通常有两种安装方式：使用U盘启动盘安装或者通过虚拟光驱安装。根据实际经验，使用U盘启动盘在物理服务器上安装是更常见的选择。

制作启动盘时，推荐使用UltraISO工具。具体操作很简单：先用UltraISO打开CentOS的ISO镜像文件，然后选择“启动”菜单中的“写入硬盘映像”功能。这里有个小技巧，一定要确保选择的是你的U盘设备，同时勾选“刻录校验”选项，写入方式选择“USB-HDD+”。这样能够最大程度保证启动盘制作的成功率。

在选择CentOS版本时，需要特别留意。目前主流的有CentOS 7和CentOS Stream 8两个版本。CentOS 7更加稳定成熟，而CentOS Stream 8则包含了更多新特性和硬件支持。如果你的GPU是比较新的型号，建议选择CentOS Stream 8以获得更好的兼容性。

解决启动盘安装中的常见问题

很多人在使用U盘安装CentOS时都会遇到一个典型问题——系统启动后找不到安装镜像。这通常是因为安装程序默认的路径仍然是光盘镜像，而U盘的设备路径与预期不符。

当出现“Start cancel waiting for multipath sibling of sda”提示，然后进入dracut提示符时，不要慌张。这时候需要在dracut提示符下使用ls /dev命令查看当前的设备情况。服务器本地的硬盘会在sda设备上，而U盘通常会在sdb4位置。不过这个也不是绝对的，具体要看你的服务器配置。

解决方法其实很简单：先重启服务器，在出现开机选项界面时，按tab键进入配置更改模式。你会看到类似这样的启动参数：“vmlinuz initrd.img inst.stage2=hd:LABEL=CentOS……”，这时候只需要把hd:后面的设备名换成你的U盘实际位置，比如“hd:/dev/sdg4”，然后按ctrl+x启动就可以了。

CentOS系统安装详细步骤

成功进入安装界面后，接下来的操作就需要仔细一些了。首先是语言选择，建议选择“中文”以便后续操作。

接下来是安装位置配置，这里有两种选择：如果你对Linux分区不太熟悉，可以直接点击“完成”使用自动分区；如果你需要更精细的磁盘管理，可以选择“我要配置分区”。对于GPU服务器来说，由于通常需要处理大量数据，建议采用手动分区方式，这样可以更好地优化磁盘性能。

推荐的分区方案如下：

• 启动分区：/boot分区，建议500MB-1GB
• 交换分区：swap分区，通常是内存大小的1.5-2倍
• 根分区：/分区，使用剩余的所有空间

在软件选择环节，根据GPU服务器的用途不同，选择也会有所差异。如果主要用于深度学习计算，建议选择“最小安装”然后手动添加所需组件；如果需要图形界面进行操作，则可以选择“GNOME桌面”并勾选“开发工具”和“GNOME应用程序”。

设置root密码时一定要记住设置的密码，这是后续登录和管理系统的关键。建议创建一个普通用户账户用于日常操作，这样可以提高系统的安全性。

GPU驱动安装与配置

系统安装完成后，最重要的就是GPU驱动的安装了。没有正确的驱动，GPU就无法发挥其强大的计算能力。

首先需要添加ELRepo仓库，这是安装NVIDIA驱动的重要步骤：

rpm –import https://www.elrepo.org/RPM-GPG-KEY-elrepo.org
rpm -Uvh http://www.elrepo.org/elrepo-release-7.0-2.el7.elrepo.noarch.rpm

接着安装NVIDIA驱动包：

yum install kmod-nvidia

安装完成后需要重启系统使驱动生效。重启后，可以通过一些命令来验证驱动是否安装成功。

检查驱动安装情况的常用命令：

• ls -la /dev | grep nvidia：显示NVIDIA设备文件
• nvidia-smi：显示GPU的使用情况和性能信息，这是最直观的验证方法

多路径存储问题的解决方案

在高配置的GPU服务器上，经常会遇到多路径存储的问题。特别是当你安装了多条NVME硬盘时，系统可能会将它们识别为mpatha设备，导致某些硬盘无法正常格式化。

这个问题在CentOS Stream 8中其实已经有现成的解决方案。多路径相关的服务在系统中都已经内置，我们只需要更改多路径的配置即可。具体的配置方法可以参考相关的技术文档，这里就不详细展开了。

值得一提的是，现在国产存储设备的价格已经相当亲民，像梵想790这样的NVME硬盘，2T容量就能提供7.5GB的吞吐能力，在PCIE4接口下基本可以达到性能顶峰。这对于需要处理大量数据的深度学习任务来说，是非常重要的性能提升。

Docker与NVIDIA容器运行时环境搭建

对于现代的GPU服务器应用，容器化部署已经成为主流。通过Docker和NVIDIA容器运行时，可以更加灵活地管理和使用GPU资源。

首先需要安装Docker，如果系统中还没有安装的话：

sudo yum install docker

然后启用NVIDIA容器运行时仓库：

distribution=$(. /etc/os-release;echo $ID$VERSION_ID)
curl -s -L https://nvidia.github.io/nvidia-docker/$distribution/nvidia-docker.repo | sudo tee /etc/yum.repos.d/nvidia-docker.repo

接着安装nvidia-docker2：

sudo yum install -y nvidia-docker2

安装完成后记得重启Docker服务：

sudo systemctl restart docker

验证安装是否成功可以拉取NVIDIA的官方镜像并进行测试：

docker pull nvidia/cuda:11.4.3-base-centos7
docker run –gpus 1 nvidia/cuda:11.4.3-base-centos7 nvidia-smi

网络配置与系统优化

GPU服务器安装完成后，网络配置是另一个需要重点关注的环节。特别是在服务器环境中，通常需要配置静态IP地址以便远程访问和管理。

配置完IP地址后，需要重启网络服务使配置生效。之后就可以使用SSH工具（如Xshell）进行远程连接和操作了。

为了提高系统安全性和性能，建议进行一些基本的优化配置。比如关闭SELinux，这可以避免很多权限相关的问题。具体操作是编辑/etc/selinux/config文件，将SELINUX的值改为disabled。

根据GPU服务器的具体用途，可能还需要进行一些针对性的优化，比如调整内存分配策略、优化磁盘IO性能等。这些优化能够让你的GPU服务器发挥出最佳的性能。

通过以上这些步骤，你应该能够顺利完成GPU服务器上CentOS系统的安装和配置。虽然过程中可能会遇到一些问题，但只要耐心排查，基本上都能找到解决方案。记住，技术问题的解决往往需要经验和耐心，多实践、多总结，你就会越来越熟练。