在docker PVE中使用nVIDIA vGPU
前言
众所周知，PVE的一大乐趣就是拿着nVidia显卡开vGPU
docker PVE自然也是具备开vGPU的能力
没有GPU加速的虚拟机感觉鼠标移动都是卡的
本篇实际上是以下两篇文章的补充，在阅读本文前请先阅读下面两文
在飞牛私有云fnOS公测版中使用docker跑PVE
以PVE作为宿主机，在fnOS使用vGPU
本文不构成医疗建议，不构成任何投资建议，也不作为任何法律法规、监管政策的依据。
折腾有风险，操作需谨慎。
环境配置
示例环境说明
本次示例使用的系统是基于Debian12的fnOS 0.8.20
内核版本：Linux fnOS 6.6.38-trim #34 SMP PREEMPT_DYNAMIC Wed Sep 25 16:22:17 CST 2024 x86_64 GNU/Linux
nVidia显卡是NVIDIA GeForce RTX 2080 Ti
CPU是Intel(R) Core(TM) i9-9900KS CPU @ 4.00GHz
bios中开启虚拟化与IOMMU
本文虽然是以fnOS作为例子
但只要配置好宿主机驱动、iommu等配置
是可以在其他系统上（如x86_64的openwrt）重现该操作的
如果你使用的是其他系统，请根据实际情况自行调整
vfio
使用如下命令将配置写入/etc/modules即可
echo -e "vfio\nvfio_iommu_type1\nvfio_pci\nvfio_virqfd" >> /etc/modulesgrub中加入iommu相关参数
本例中使用的内核未默认开启iommu，需要自行配置内核的cmdline以启用该特性
使用如下命令打开vim编辑器
vim /etc/default/grub在GRUB_CMDLINE_LINUX_DEFAULT加入intel_iommu=on iommu=pt
就像下面这样
GRUB_CMDLINE_LINUX_DEFAULT="quiet i915.force_probe=7d55 intel_iommu=on iommu=pt spectre_v2=off"如果你的系统使用的不是grub引导，请根据实际情况选择其他方案
systemd-boot需要修改/etc/kernel/cmdline
如果你使用的是AMD平台，请将开启iommu的参数修改为对应平台的
更新grub
让妙妙屋出现我们必须要念奇妙的咒语
在终端输入并执行以下命令
update-grub && update-initramfs -u -k all && reboot等待更新grub与重启
重启后验证内核cmdline
使用如下命令检查内核cmdline
cat /proc/cmdline 如果你的回显像下面这样，有出现intel_iommu=on iommu=pt说明内核cmdline修改成功
root@fnOS:~# cat /proc/cmdline
BOOT_IMAGE=/boot/vmlinuz-6.6.38-trim root=UUID=800335a8-8496-44a9-ba84-1df17424f553 ro modprobe.blacklist=pcspkr quiet i915.force_probe=7d55 intel_iommu=on iommu=pt spectre_v2=off载入nVidia vGPU驱动
首先需要按如下文章，配置好nVidia驱动
才能继续接下来的操作
加载nvidia-vgpu-vfio.ko
使用如下命令，加载模块即可
modprobe vfio-pci
modprobe vfio
modprobe mdev
insmod /usr/games/6.6.38-trim_nvidia/nvidia-vgpu-vfio.ko重载vGPU服务
使用如下命令，重载vGPU相关服务
mkdir -p /etc/vgpu_unlock
echo '' >> /etc/vgpu_unlock/profile_override.toml
systemctl restart {nvidia-vgpud.service,nvidia-vgpu-mgr.service}
systemctl status {nvidia-vgpud.service,nvidia-vgpu-mgr.service}systemctl status的回显大概会像下面这样
root@fnOS:~# systemctl status {nvidia-vgpud.service,nvidia-vgpu-mgr.service}
○ nvidia-vgpud.service - NVIDIA vGPU Daemon
Loaded: loaded (/lib/systemd/system/nvidia-vgpud.service; enabled; preset: enabled)
Active: inactive (dead) since Thu 2024-10-11 00:01:32 CST; 1s ago
Process: 470457 ExecStart=/usr/bin/nvidia-vgpud (code=exited, status=0/SUCCESS)
Main PID: 470457 (code=exited, status=0/SUCCESS)
CPU: 160ms
Oct 10 19:26:32 fnOS nvidia-vgpud[470457]: Encoder Capacity: 0x64
Oct 10 19:26:32 fnOS nvidia-vgpud[470457]: BAR1 Length: 0x100
Oct 10 19:26:32 fnOS nvidia-vgpud[470457]: Frame Rate Limiter enabled: 0x1
Oct 10 19:26:32 fnOS nvidia-vgpud[470457]: Number of Displays: 1
Oct 10 19:26:32 fnOS nvidia-vgpud[470457]: Max pixels: 1310720
Oct 10 19:26:32 fnOS nvidia-vgpud[470457]: Display: width 1280, height 1024
Oct 10 19:26:32 fnOS nvidia-vgpud[470457]: Multi-vGPU Exclusive supported: 0x1
Oct 10 19:26:32 fnOS nvidia-vgpud[470457]: License: GRID-Virtual-Apps,3.0
Oct 10 19:26:32 fnOS systemd[1]: nvidia-vgpud.service: Deactivated successfully.
Oct 10 19:26:32 fnOS systemd[1]: Finished nvidia-vgpud.service - NVIDIA vGPU Daemon.
● nvidia-vgpu-mgr.service - NVIDIA vGPU Manager Daemon
Loaded: loaded (/lib/systemd/system/nvidia-vgpu-mgr.service; enabled; preset: enabled)
Active: active (running) since Thu 2024-10-11 00:01:32 CST; 1s ago
Process: 470458 ExecStart=/usr/bin/nvidia-vgpu-mgr (code=exited, status=0/SUCCESS)
Tasks: 7 (limit: 38293)
Memory: 54.0M
CPU: 10ms
CGroup: /system.slice/nvidia-vgpu-mgr.service
├─357369 vgpu
├─469518 /usr/bin/nvidia-vgpu-mgr
└─470460 /usr/bin/nvidia-vgpu-mgr
Oct 10 19:26:32 fnOS nvidia-vgpu-mgr[470460]: NvA081CtrlVgpuConfigGetVgpuTypeInfoParams: NvA081CtrlVgpuConfigGetVgpuTypeInfoParams {
vgpu_type: 442,
vgpu_type_info: NvA081CtrlVgpuInfo {
vgpu_type: 442,
vgpu_name: "GRID RTX6000-8A",
vgpu_class: "NVS",
vgpu_signature: [],
license: "GRID-Virtual-Apps,3.0",
max_instance: 3,
num_heads: 1,
max_resolution_x: 1280,
max_resolution_y: 1024,
max_pixels: 1310720,
frl_config: 60,
cuda_enabled: 0,
ecc_supported: 0,
gpu_instance_size: 0,
multi_vgpu_supported: 0,
vdev_id: 0x1e30143e,
pdev_id: 0x1e30,
profile_size: 0x200000000,
fb_length: 0x1dc000000,
gsp_heap_size: 0x0,
fb_reservation: 0x24000000,
mappable_video_size: 0x400000,
encoder_capacity: 0x64,
bar1_length: 0x100,
frl_enable: 1,
adapter_name: "GRID RTX6000-8A",
adapter_name_unicode: "GRID RTX6000-8A",
short_gpu_name_string: "TU102-A",
licensed_product_name: "NVIDIA Virtual Applications",
vgpu_extra_params: [],
ftrace_enable: 0,
gpu_direct_supported: 0,
nvlink_p2p_supported: 0,
multi_vgpu_exclusive: 1,
exclusive_type: 0,
exclusive_size: 1,
gpu_instance_profile_id: 4294967295,
},
}列出mdev类型
首先使用apt安装mdevctl
apt update && apt install mdevctl -y随后使用下面这个命令，查看可以创建的mdev类型
mdevctl types以下这个例子仅供参考
root@fnOS:~# mdevctl types
0000:01:00.0
nvidia-256
Available instances: 23
Device API: vfio-pci
Name: GRID RTX6000-1Q
Description: num_heads=4, frl_config=60, framebuffer=1024M, max_resolution=5120x2880, max_instance=24
nvidia-257
Available instances: 0
Device API: vfio-pci
Name: GRID RTX6000-2Q
Description: num_heads=4, frl_config=60, framebuffer=2048M, max_resolution=7680x4320, max_instance=12
nvidia-258
Available instances: 0
Device API: vfio-pci
Name: GRID RTX6000-3Q
Description: num_heads=4, frl_config=60, framebuffer=3072M, max_resolution=7680x4320, max_instance=8
nvidia-259
Available instances: 0
Device API: vfio-pci
Name: GRID RTX6000-4Q
Description: num_heads=4, frl_config=60, framebuffer=4096M, max_resolution=7680x4320, max_instance=6docker PVE启动！
docker PVE相关详细内容可以参考这篇文章
创建持久化目录
本次的例子是在/vol1/1000/pve/目录下分别创建两个文件夹
用于存放虚拟机配置与虚拟机磁盘文件
具体文件夹如图所示
/vol1/1000/pve/pve-cluster
/vol1/1000/pve/vz
docker-compose部署docker PVE
本文提供的yaml有许多冗余部分，使用时可以自行删减
如果要使用与我不一样的持久化目录，请自行修改
使用如下的yaml
services:
pve:
image: makedie/proxmox_ve:8.2.7
container_name: pve-8.2.7
tty: true
environment:
root_password: "root"
devices:
- /dev/dri
- /dev/fuse
- /dev/kvm
#- /dev/vfio
- /dev/nvidia0
- /dev/nvidiactl
- /dev/nvidia-uvm
- /dev/nvidia-uvm-tools
- /dev/nvidia-vgpu1
cap_add:
- SYS_ADMIN
- NET_ADMIN
ports:
- 8006:8006
volumes:
#- /sys/fs/cgroup:/sys/fs/cgroup:ro
#- /sys/fs/cgroup/systemd:/sys/fs/cgroup/systemd
- /sys/fs/fuse:/sys/fs/fuse
- /vol1/1000/pve/pve-cluster:/var/lib/pve-cluster
- /vol1/1000/pve/vz:/var/lib/vz
- /dev/vfio:/dev/vfio
tmpfs:
- /tmp
- /var/run
- /var/cache
- /run/lock
extra_hosts:
- "shop.maurer-it.com:127.0.0.1"
hostname: pve
stop_grace_period: 2m
privileged: true 如图所示，在web页面中的docker部署
点击完成后，等待容器创建运行
此图是后截的，图中的资源占用是已经在运行虚拟机的情况
查看容器详细信息，可以看见一些compose内配置的参数
配置虚拟机
准备好一个可用的虚拟机
此步骤略去，与正常PVE安装系统并无区别
直通mdev设备
与正常PVE一样，在添加PCI设备处选择nVidia显卡
随后选择mdev类型
配置完成后如图所示，点击添加即可
启动虚拟机
正常使用PVE，启动虚拟机并打上对应的guest驱动即可
nvidia-smi查看信息
使用命令在终端查看，可见vGPU与fnOS的转码任务同时运行
root@fnOS:~# uname -a && nvidia-smi && nvidia-smi vgpu
Linux fnOS 6.6.38-trim #34 SMP PREEMPT_DYNAMIC Wed Sep 25 16:22:17 CST 2024 x86_64 GNU/Linux
Thu Oct 11 00:16:54 2024
+-----------------------------------------------------------------------------------------+
| NVIDIA-SMI 550.90.07 Driver Version: 550.90.07 CUDA Version: 12.4 |
|-----------------------------------------+------------------------+----------------------+
| GPU Name Persistence-M | Bus-Id Disp.A | Volatile Uncorr. ECC |
| Fan Temp Perf Pwr:Usage/Cap | Memory-Usage | GPU-Util Compute M. |
| | | MIG M. |
|=========================================+========================+======================|
| 0 NVIDIA GeForce RTX 2080 Ti On | 00000000:01:00.0 Off | N/A |
| 0% 33C P2 73W / 300W | 1832MiB / 11264MiB | 0% Default |
| | | N/A |
+-----------------------------------------+------------------------+----------------------+
+-----------------------------------------------------------------------------------------+
| Processes: |
| GPU GI CI PID Type Process name GPU Memory |
| ID ID Usage |
|=========================================================================================|
| 0 N/A N/A 31095 C+G vgpu 1012MiB |
| 0 N/A N/A 332351 C /usr/trim/bin/mediasrv 816MiB |
+-----------------------------------------------------------------------------------------+
Thu Oct 11 00:16:54 2024
+-----------------------------------------------------------------------------+
| NVIDIA-SMI 550.90.07 Driver Version: 550.90.07 |
|---------------------------------+------------------------------+------------+
| GPU Name | Bus-Id | GPU-Util |
| vGPU ID Name | VM ID VM Name | vGPU-Util |
|=================================+==============================+============|
| 0 NVIDIA GeForce RTX 208... | 00000000:01:00.0 | 0% |
| 3251634248 GRID RTX600... | c269... windows10,debug-... | 0% |
+---------------------------------+------------------------------+------------+持久化
编辑/usr/games/6.6.38-trim_nvidia/load-nv-grid.sh加入新增的几行即可
root@fnOS:~# cat /usr/games/6.6.38-trim_nvidia/load-nv-grid.sh
#!/bin/bash
insmod /usr/games/6.6.38-trim_nvidia/nvidia.ko
insmod /usr/games/6.6.38-trim_nvidia/nvidia-uvm.ko
insmod /usr/games/6.6.38-trim_nvidia/nvidia-modeset.ko
insmod /usr/games/6.6.38-trim_nvidia/nvidia-drm.ko
modprobe vfio-pci
modprobe vfio
modprobe mdev
nvidia-smi -pm 1
insmod /usr/games/6.6.38-trim_nvidia/nvidia-vgpu-vfio.ko
systemctl restart nvidia-gridd
systemctl restart {nvidia-vgpud.service,nvidia-vgpu-mgr.service}结束语
还是PVE好用，希望fnOS后面做的虚拟机也能跟PVE一样好用吧
不过我看一时半会他们那虚拟机这大招是憋不出来了
开虚拟机还得是靠自己
版权声明：
作者：Intel
链接：https://foxi.buduanwang.vip/virtualization/pve/3354.html/
文章版权归作者所有，未经允许请勿转载
如需获得支持，请点击网页右上角
作者：Intel
链接：https://foxi.buduanwang.vip/virtualization/pve/3354.html/
文章版权归作者所有，未经允许请勿转载
如需获得支持，请点击网页右上角
THE END
0
二维码
海报
在docker PVE中使用nVIDIA vGPU
前言
众所周知，PVE的一大乐趣就是拿着nVidia显卡开vGPU
docker PVE自然也是具备开vGPU的能力
没有GPU加速的虚拟机感觉鼠标移动都是卡的
本篇实际上是以下两……
文章目录
关闭
共有 0 条评论