Nvidia verschiebt sich auf Open-Source-GPU-Kernelmodule

Nvidia bewegt sich vollständig zu Open -Source -GPU -Kernmodulen

Nvidia hat einen wichtigen Schritt in seinem Engagement für Open -Source -Software gemacht. Das Unternehmen kündigte an, dass sein bevorstehender R560 -Treiber vollständig auf Open -Source -GPU -Kernmodule umgestellt wird . Dieser Schritt markiert eine erhebliche Verschiebung der NVIDIA -Strategie für die Entwicklung und Verteilung von Fahrer.

Inhaltsverzeichnis

- Hintergrund

• Fortschritt und Verbesserungen
• Unterstützter GPUs
• Installateurwechsel
  • 1. Paketmanager mit Cuda Metapackage
  • 2. Dateiinstallation ausführen
  • 3. Installieren Sie das Assistant -Skript
  • 4. Paketmanager Details
  • 5. Windows -Subsystem für Linux
  • 6. CUDA -Toolkit -Installation
• abschließend

Hintergrund

Im Mai 2022 führte NVIDIA im R515 -Treiber ein Open -Source -Linux -GPU -Kernmodul ein. Diese Module werden unter Dual GPL- und MIT -Lizenzen freigegeben und wurden ursprünglich auf GPUs des Rechenzentrumscomputions abzielen. Zu dieser Zeit befand sich die Unterstützung für Geforce und Workstation GPUs im Alpha -Stadium.

Fortschritt und Verbesserungen

In den letzten zwei Jahren hat Nvidia erhebliche Fortschritte erzielt:

• Leistung : Die Leistung von Open -Source -Modulen hat die Leistung von geschlossenen Quellentreibern jetzt erreicht oder übertroffen.
• Neue Funktionen :
  • Unterstützung für heterogene Speicherverwaltung (HMM),
  • Vertrauliche Computerfunktion,
  • Unterstützung für kohärente Gedächtnisarchitekturen auf der Grace -Plattform.

Unterstützter GPUs

Der Übergang zu Open -Source -Modulen hat unterschiedliche Auswirkungen auf verschiedene GPU -Generationen:

• Spitzendere Plattformen : Grace Hopper- und Blackwell-Plattformen erfordern Open-Source-Module.
• Unterstützte GPUs : Neuere Architekturen wie Turing, Ampere, Ada Lovelace und Hopper werden von Open -Source -Modulen vollständig unterstützt.
• Nicht unterstützte GPUs : Legacy -GPUs aus den Architekturen von Maxwell, Pascal und Volta erfordern aufgrund von Kompatibilitätsbeschränkungen die kontinuierliche Verwendung proprietärer Treiber.
• Hybridbereitstellung : Systeme mit einer Mischung aus alten und neuen GPUs sollten weiterhin proprietäre Treiber für optimale Leistung und Stabilität verwenden.

Wenn Sie nicht sicher sind, welcher Treiber installiert werden soll, machen Sie sich keine Sorgen! NVIDIA bietet ein Skript für Erkennungsassistenten an, um Benutzer zu führen, um den richtigen Treiber auszuwählen.

Installateurwechsel

NVIDIA ändert die Standardinstallationsmethode für alle Installationsmethoden von proprietären Treibern zu Open -Source -Treibern.

1. Paketmanager mit Cuda Metapackage

Bei der Installation von CUDA-Toolkits über den Paketmanager installiert das CUDA-Paket auf oberster Ebene sowohl das CUDA-Toolkit als auch die zugehörige Treiberversion. Die Installation von CUDA während der CUDA -Version 12.5 bietet beispielsweise den proprietären NVIDIA -Treiber 555 und das CUDA -Toolkit 12.5.

Zuvor erforderte die Verwendung von Open-Source-GPU-Kernmodulen die Installation des verteilungsspezifischen NVIDIA-Treiberpakets und des ausgewählten Cuda-Toolkit-Xy-Pakets.

Ab CUDA 12.6 hat sich dieser Prozess geändert. Die Standardinstallation enthält jetzt Open -Source -Treiber.

2. Führen Sie die Dateiinstallation aus

Der .Run -Datei -Installationsprogramm für CUDA- oder NVIDIA -Treiber ist jetzt:

1. Fragen Sie Ihre Hardware ab,
2. Installieren Sie automatisch die am besten geeigneten Treiber.
3. Bietet UI -Umschaltung zwischen proprietären und Open -Source -Treibern.

Verwenden Sie für die Befehlszeile oder automatisierte Installationen (z. B. Ansible ) die folgende Überschreibung:

 <code># 用于CUDA安装sh ./cuda_12.6.0_560.22_linux.run --override --kernel-module-type=proprietary # 用于NVIDIA驱动程序安装sh ./NVIDIA-Linux-x86_64-560.run --kernel-module-type=proprietary</code>

3. Installieren Sie das Assistant -Skript

Nvidia bietet ein Assistant -Skript zur Leitfadenauswahl. Um es zu verwenden, installieren Sie zuerst das NVIDIA-Fahrerpaket und führen Sie dann das Skript aus:

 <code>$ nvidia-driver-assistant</code>

4. Details für Paketmanager

NVIDIA empfiehlt die Verwendung eines Paketmanagers für konsistente CUDA -Toolkit und Treiberinstallation. Hier finden Sie die veröffentlichenspezifischen Anweisungen:

Debian-basiertes System :

Installieren Sie Open Source -Treiber:

 <code>$ sudo apt-get install nvidia-open</code>

Für Ubuntu 20.04 werden zunächst ein Upgrade des Open -Kernel -Moduls und dann den Open -Source -Treiber wie folgt installieren:

 <code>$ sudo apt-get install -V nvidia-kernel-source-open $ sudo apt-get install nvidia-open</code>

Rhelbasiertes System :

Installieren Sie Open Source -Treiber:

 <code>$ sudo dnf module install nvidia-driver:open-dkms</code>

Deaktivieren Sie den Modulfluss zum Upgrade mit CUDA -Metapackage:

 <code>$ echo "module_hotfixes=1" | tee -a /etc/yum.repos.d/cuda*.repo $ sudo dnf install --allowerasing nvidia-open $ sudo dnf module reset nvidia-driver</code>

SUSE oder OpenSuse :

Wählen Sie den entsprechenden Befehl gemäß Ihrem Kernel aus:

 <code># 默认内核版本$ sudo zypper install nvidia-open # Azure内核版本(sles15/x86_64) $ sudo zypper install nvidia-open-azure # 64kb内核版本(sles15/sbsa)适用于Grace-Hopper $ sudo zypper install nvidia-open-64k</code>

5. Windows -Subsystem für Linux

WSL -Benutzer müssen nichts tun, da der NVIDIA -Kernel -Treiber aus dem Host Windows -System verwendet wird.

6. Cuda Toolkit Installation

Der Installationsprozess des CUDA -Toolkits bleibt gleich. Benutzer können es wie zuvor über ihren Paketmanager installieren.

 <code>$ sudo apt-get/dnf/zypper install cuda-toolkit</code>

Für detailliertere Informationen zu Treiberinstallations- oder CUDA -Toolkit -Einstellungen können Benutzer auf das CUDA -Installationshandbuch finden.

abschließend

Der Wechsel von NVIDIA zu Open -Source -GPU -Kernmodulen ist eine erhebliche Verschiebung des Ansatzes des Unternehmens zur Fahrerentwicklung.

Ich hoffe wirklich, dass dies die Kompatibilität, Leistung und Benutzerauswahl für eine Vielzahl von GPU -Generationen und Linux -Verteilungen verbessert.

Ressource :

• Nvidia bewegt sich vollständig zu Open -Source -GPU -Kernmodulen

Ausgewähltes Bild von Pixabays mizter_x94 .

Das obige ist der detaillierte Inhalt vonNvidia verschiebt sich auf Open-Source-GPU-Kernelmodule. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!