开启电源并配置云节点#

既然已完成所需的安装后配置，现在可以开启电源并配置公有云节点。公有云节点的行为与本地设备略有不同——系统在首次开启电源后才会在目标公有云中进行配置。此外，必须首先开启电源并配置 director 节点——在 director 节点完全配置之前，无法在其管理的区域中部署公有云节点。与本地部署一样，在安装过程中可以通过 ssh 访问公有云节点。

如果您不确定给定节点的部署状态，请观看 /var/log/messages 和 /var/log/node-installer 日志文件，以验证一切是否顺利进行。

  1. 开启云 director 的电源。

    它将进入 [ PENDING ] 状态，然后转换为 [ DOWN ] 状态（实例已启动）。

    1cmsh
2power on us-west-2-director

    由于必须将数百 GB 的软件镜像数据同步到公有云，因此云 director 的配置可能需要两小时或更长时间。当云 director 转换为 [ UP ] 状态时，该过程完成。

  2. 同时开启四个公有云节点的电源。

    在云 director 完全配置后，启动其他四个公有云节点会快得多，因为它们的 базовый 镜像已与云 director 一起存储在目标区域中。

    % power on -n us-west-2-knode00[1-3],us-west-2-gpu-node001

  3. 运行 device then list 以确保所有公有云节点都处于 [ UP ] 状态。

    _images/cloud-node-01.png

    忽略任何尾随的 Status 输出。

  4. 在 us-west-2-gpu-node001 上安装 NVIDIA 驱动程序。

    使用 ssh 以 root 用户身份登录，并从 AWS 中的节点运行所有后续命令。

    1ssh us-west-2-gpu-node001
2apt install linux-headers-$(uname -r)
3distribution=$(. /etc/os-release;echo $ID$VERSION_ID | sed -e ‘s/\.//g’)
4wget https://developer.download.nvidia.com/compute/cuda/repos/$distribution/x86_64/cuda-keyring_1.0-1_all.deb
5dpkg -I cuda-keyring_1.0-1_all.deb
6apt update
7apt install -y cuda-drivers –no-install-recommends
8rm cuda-keyring_1.0-1_all.deb
9nvidia-smi

  5. 查找 nvidia-smi 的输出，如下所示，表示安装成功。

    软件版本和设备利用率可能存在差异。

     1+-----------------------------------------------------------------------------+
 2| NVIDIA-SMI 525.85.12    Driver Version: 525.85.12    CUDA Version: 12.0     |
 3|-------------------------------+----------------------+----------------------+
 4| GPU  Name        Persistence-M| Bus-Id        Disp.A | Volatile Uncorr. ECC |
 5| Fan  Temp  Perf  Pwr:Usage/Cap|         Memory-Usage | GPU-Util  Compute M. |
 6|                               |                      |               MIG M. |
 7|===============================+======================+======================|
 8|   0  Tesla T4            On   | 00000000:00:1E.0 Off |                    0 |
 9| N/A   36C    P8    15W /  70W |      2MiB / 15360MiB |      0%      Default |
10|                               |                      |                  N/A |
11+-------------------------------+----------------------+----------------------+
12
13+-----------------------------------------------------------------------------+
14| Processes:                                                                  |
15|  GPU   GI   CI        PID   Type   Process name                  GPU Memory |
16|        ID   ID                                                   Usage      |
17|=============================================================================|
18|  No running processes found                                                 |
19+-----------------------------------------------------------------------------+

  6. 注销公有云 GPU 节点，然后返回到本地头节点。

  7. 执行以下命令以捕获对公有云 GPU 节点所做的修改，这些修改将存在于此环境中配置的任何其他公有云 GPU 节点的镜像中。

    1cmsh
2device
3use us-west-2-gpu-node001
4grabimage -w