浪潮服务器GPU卡安装与配置完全指南

最近有不少朋友在咨询浪潮服务器安装GPU卡的问题，特别是做AI训练、科学计算的朋友，都希望通过安装独立显卡来提升服务器的性能。今天我就结合自己的经验，给大家详细讲解一下浪潮服务器安装GPU卡的全过程。

为什么要给服务器安装独显？

可能有人会问，服务器不就是用来跑服务的吗，为什么还需要显卡？其实现在的服务器应用场景已经大大扩展了。安装独立显卡后，你的浪潮服务器就能胜任更多任务：比如AI训练与推理，使用NVIDIA Tesla或RTX系列能大幅加速深度学习模型；科学计算方面，GPU的并行计算能力可以显著提升高性能计算任务的效率；还有虚拟桌面（VDI）场景，能为多个用户提供图形渲染支持；媒体处理时也能通过硬件加速来提升视频编码解码的速度。

我自己就遇到过这样的情况：在做CUDA和PyTorch开发时，发现服务器的显卡驱动版本太低，想要升级版本。结果卸载了原来的驱动后，服务器居然开机黑屏了。后来才发现，这台服务器既有集显又有独显，卸载驱动后独显无法使用，而开机设置默认使用独显，这就造成了黑屏问题。

安装前的硬件兼容性检查

在动手安装之前，一定要做好充分的准备工作，这是整个过程中最关键的一步。首先要确认你的服务器型号是否支持全高或半高GPU，比如NF5280M6就支持双全高卡。接着要检查PCIe插槽规格，确保是x16 Gen4/Gen5接口，通常这些插槽是蓝色的。

电源容量也是个重要考量因素。你需要确保服务器电源功率能够满足显卡的需求，比如RTX 6000 Ada就需要+12V 300W的供电。物理空间方面也要仔细测量，确保显卡的散热器高度和长度不会与内存插槽或硬盘托架发生冲突。最后还要验证机箱风道是否满足显卡的散热要求。

• 服务器型号支持：确认机型支持全高/半高GPU
• PCIe插槽规格：检查是否为x16 Gen4/Gen5接口
• 电源容量：确保电源功率≥显卡需求
• 物理空间：测量散热器高度与长度
• 散热设计：验证机箱风道是否满足显卡散热要求

详细的显卡安装步骤

做好准备工作后，就可以开始实际安装了。首先要确保安全，断开电源线，佩戴防静电手环。然后按压机箱尾部的解锁键卸下左侧盖板，找到对应的PCIe扩展槽位，移除金属挡板。

安装显卡时要特别小心，对准插槽的金手指垂直插入，直到听到卡扣锁定的声音。然后用服务器专用的显卡支架进行固定，部分型号可能需要安装额外的托架。最后将PCIe 8-pin或12VHPWR线缆插入显卡的供电接口。

我见过有人安装T4 GPU卡时的操作：需要先卸下导流罩，按压顶盖两侧的蓝色卡舌，然后将顶盖提离GPU导流罩。接着卸下导流罩填充挡片，给GPU的排线腾出空间。然后在Riser（提升板）上安装GPU，这一步其实不容易装错，因为装错了根本就装不上。

供电排线的连接也很重要，一端插在显卡上，另一端插在服务器主板上。插好后要用螺丝来确定位置，确保连接牢固。

BIOS设置的关键要点

物理安装完成后，BIOS设置是个很容易被忽略但极其重要的环节。如果设置不当，就可能出现我遇到过的黑屏问题。

正确的做法是：开机出现Inspur的logo时按“Del”或“Delete”键进入BIOS界面，选择Chipset -> Common Configuration，找到VGA Priority选项。如果之前的设置是off board（独显优先），而你又遇到了驱动问题，可以暂时改为on board（集显优先）。

经验分享：在安装驱动前，建议先在BIOS中设置为集显优先，这样即使驱动安装失败，也能通过集显正常进入系统进行排查。

驱动程序安装与配置

完成物理安装和BIOS设置后，就该安装驱动程序了。操作系统选择方面，Ubuntu或CentOS对NVIDIA驱动的支持比较完善。驱动要从NVIDIA官网下载数据中心版本，比如CUDA 12.4。

安装前有个重要步骤：屏蔽开源驱动。需要编辑/etc/modprobe.d/blacklist.conf文件来屏蔽nouveau驱动。具体操作是为Nouveau驱动创建新的黑名单文件，添加blacklist nouveau和options nouveau modeset=0两条语句，然后更新核心文件并重启设备。

验证是否禁用成功可以使用命令lsmod | grep nouveau，如果没有返回结果就说明禁用成功了。

安装驱动时，建议先禁用lightdm服务，然后按下Ctrl+Alt+F1进入tty命令行模式并登录账户。给下载的驱动文件赋予可执行权限，然后运行安装包。

稳定性测试与性能验证

驱动安装完成后，一定要进行稳定性测试和功能验证。安装nvidia-smi、nvtop等监控工具是非常有用的，可以实时查看GPU的工作状态。

对于使用CentOS系统的服务器，安装完成后还需要进行一些环境配置。比如创建conda虚拟环境、安装框架、CUDA和cuDNN，以及进行系统默认CUDA版本的切换。

我个人不建议直接修改系统的默认CUDA版本，更好的做法是在启动虚拟环境时启用相应的CUDA驱动。还可以配置Anaconda虚拟环境自动启用相应的CUDA版本，最后别忘了进行安装校验。

常见问题与解决方案

在实际安装过程中，可能会遇到各种问题。比如我之前提到的开机黑屏问题，解决方案就是拆掉显卡、将DP线换为VGA线后就可以正常使用了。

另一个常见问题是重启后循环登录，这通常与驱动安装不当有关。遇到这种情况，可以尝试进入命令行模式重新安装驱动，或者检查是否完全禁用了nouveau驱动。

华为服务器的相关文档也提到了一些通用注意事项：需要识别服务器型号和GPU卡型号，检查兼容性，确认服务器是否支持GPU卡，还要注意GPU卡的尺寸、功耗、占用的PCIe槽位数量等。

安装前的硬件兼容性核查非常重要，要核对GPU型号与目标操作系统的认证列表，验证主板BIOS版本是否支持PCIe资源分配。可以使用lspci -nn | grep -i nvidia命令来预检GPU识别情况。

浪潮服务器安装GPU卡是个系统工程，需要细心做好每一步。从硬件兼容性检查到物理安装，从BIOS设置到驱动配置，每个环节都不能马虎。希望这篇指南能帮助大家顺利完成安装，让服务器发挥出更强大的性能！