☰

Nvidia Config 後 Containerd 無法啟動

tag-icon • tag-icon kubernetes nvidia containerd
Nvidia Config 後 Containerd 無法啟動

我已經關注了這個官方教程允許裸機 k8s 叢集具有 GPU 存取權限。但是我在這樣做時收到了錯誤。

Kubernetes 1.21 containerd 1.4.11 和 Ubuntu 20.04.3 LTS (GNU/Linux 5.4.0-91-generic x86_64)。

Nvidia 驅動程式預先安裝在版本 495 Headless 的系統作業系統上

將以下設定貼到裡面/etc/containerd/config.toml並執行服務重新啟動後，containerd 將無法啟動exit 1。

貨櫃設定檔

系統日誌這裡。

# persistent data location
root = "/var/lib/containerd"
# runtime state information
state = "/run/containerd"

# Kubernetes doesn't use containerd restart manager.
disabled_plugins = ["restart"]

# NVIDIA CONFIG START HERE

version = 2
[plugins]
  [plugins."io.containerd.grpc.v1.cri"]
    [plugins."io.containerd.grpc.v1.cri".containerd]
      default_runtime_name = "nvidia"

      [plugins."io.containerd.grpc.v1.cri".containerd.runtimes]
        [plugins."io.containerd.grpc.v1.cri".containerd.runtimes.nvidia]
          privileged_without_host_devices = false
          runtime_engine = ""
          runtime_root = ""
          runtime_type = "io.containerd.runc.v2"
          [plugins."io.containerd.grpc.v1.cri".containerd.runtimes.nvidia.options]
            BinaryName = "/usr/bin/nvidia-container-runtime"

# NVIDIA CONFIG ENDS HERE

[debug]
  level = ""

[grpc]
  max_recv_message_size = 16777216
  max_send_message_size = 16777216

[plugins.linux]
  shim = "/usr/bin/containerd-shim"
  runtime = "/usr/bin/runc"

我可以透過執行確認 Nvidia 驅動程式確實偵測到 GPU (Nvidia GTX 750Ti)nvidia-smi並獲得以下輸出

+-----------------------------------------------------------------------------+
| NVIDIA-SMI 495.44       Driver Version: 495.44       CUDA Version: 11.5     |
|-------------------------------+----------------------+----------------------+
| 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 ...  Off  | 00000000:02:00.0 Off |                  N/A |
| 34%   34C    P8     1W /  38W |      0MiB /  2000MiB |      0%      Default |
|                               |                      |                  N/A |
+-------------------------------+----------------------+----------------------+

+-----------------------------------------------------------------------------+
| Processes:                                                                  |
|  GPU   GI   CI        PID   Type   Process name                  GPU Memory |
|        ID   ID                                                   Usage      |
|=============================================================================|
|  No running processes found                                                 |
+-----------------------------------------------------------------------------+

修改的設定檔這讓它發揮作用。

答案1

據我所知，是這樣的：

12 月 2 日 03:15:36 k8s-node0 containerd[2179737]：containerd：無效的禁用插件 URI「重新啟動」期望 io.containerd.x.vx

12 月 2 日 03:15:36 k8s-node0 systemd[1]：containerd.service：主程序已退出，代碼=已退出，狀態=1/FAILURE

所以如果你知道-ish外掛程式restart實際上已啟用，您需要追蹤其新的 URI 語法，但我實際上建議僅註解掉該節，或使用disabled_plugins = []，因為Containerd ansible 角色我們使用的沒有提及任何有關“重新啟動”的內容，並且確實具有= []風味

切線，你可能希望限制你journalctl將來的呼叫只查看containerd.service，因為它會拋出很多分散注意力的文字：journalctl -u containerd.service您甚至可以將其限制為僅最後幾行，這有時可以提供進一步幫助：journalctl -u containerd.service --lines=250

相關內容