赛尔校园公共服务平台 Logo
平台使用
阿里云
百度云
移动云
智算服务
教育生态
登录 →
赛尔校园公共服务平台 Logo
平台使用 阿里云 百度云 移动云 智算服务 教育生态
登录
  1. 首页
  2. 阿里云
  3. GPU云服务器
  4. 服务支持
  5. 故障排除
  6. 更换操作系统时如何取消自动安装Tesla驱动功能

更换操作系统时如何取消自动安装Tesla驱动功能

  • 故障排除
  • 发布于 2025-04-14
  • 0 次阅读
文档编辑
文档编辑

创建GPU实例时,选择镜像后并同时选择了安装GPU驱动选项,则创建实例后会自动安装GPU(Tesla)驱动。如果因某种原因(例如当前使用的操作系统不能满足业务需求),您需要更换该GPU实例的操作系统,则同时也需要取消自动安装Tesla驱动功能,单独手动安装适配新操作系统的Tesla驱动,确保正常使用GPU实例的高性能特性。

操作步骤

  1. 远程连接GPU实例。

    具体操作,请参见通过密码或密钥认证登录Linux实例。

  2. 执行nvidia-smi命令,查看Tesla驱动版本。

    驱动版本.jpg

  3. 停止GPU实例。

    停机GPU实例时,建议您选择停止模式为普通停机模式,避免更换实例的操作系统时启动失败。具体操作,请参见停止实例。

  4. 在实例列表中,找到已停止的GPU实例,在对应操作列,选择icon1 > 实例设置 > 设置用户数据。

  5. 在用户数据区域,删除用户数据内容并单击确定。

  6. 更换GPU实例的操作系统。

    更换操作系统的本质是更换系统盘,您可以通过更换实例的镜像来更换操作系统。具体操作,请参见更换操作系统(系统盘)。

  7. 在实例列表中,单击已更换操作系统的实例ID,在实例详情页签下确认实例的操作系统和镜像信息已更换。

    验证更换.jpg

  8. 重新远程连接GPU实例,并执行nvidia-smi命令,确认已取消自动安装Tesla驱动功能。

    Dingtalk_20240807181010.jpg

后续步骤

GPU实例更换操作系统并取消自动安装Tesla驱动功能后,您需要根据实际业务场景手动安装与该GPU实例相匹配的驱动,才能正常使用GPU实例的高性能特性。具体操作,请参见在GPU计算型实例中手动安装Tesla驱动(Linux)。

相关文章

使用GPU时出现XID 119XID 120错误导致GPU掉卡 2025-04-14 19:17

在Linux系统上使用GPU时,可能会因为GPU的GSP(GPU System Processor)组件运行状态异常,导致GPU卡在初始化时提示失败(例如出现XID 119或XID 120错误信息),本文为您介绍这种情况的解决方案。 问题现象 使用GPU时出现GPU掉卡现象,例如在Linux系统上使

nvidia-fabricmanager版本与Tesla驱动版本不一致导致GPU无法正常使用 2025-04-14 19:17

对于Ubuntu操作系统GPU计算型实例(即ebmgn7、ebmgn7e、ebmgn7ex或sccgn7ex),如果您采用安装包方式安装了nvidia-fabricmanager服务,则apt-daily服务可能会自动更新已安装的软件包,使得该软件版本与Tesla驱动版本不一致,产生版本兼容性问题,

启动容器镜像出现docker Error response from daemon could not select device driver with capabilities [[gpu]]报错 2025-04-14 19:17

在GPU云服务器上安装Docker环境后,如果未安装NVIDIA Container Toolkit,通过docker run --gpus all [镜像名称]启动容器镜像时,可能会出现docker: Error response from daemon: could not select dev

内核更新时无法正常加载NVIDIA GPU(Tesla)驱动 2025-04-14 19:17

当升级GPU实例的操作系统(例如Alibaba Cloud Linux、RedHat、CentOS、Ubuntu等)内核时,可能会因为两个内核的kABI(Kernel Application Binary Interface)不一致,导致旧内核上构建的GPU(Tesla)驱动无法在新的内核上加载。内

使用PyTorch时出现“undefined symbol __nvJitLinkAddData_12_1, version libnvJitLink.so.12”报错 2025-04-14 19:17

在Linux系统GPU实例中,可能会因为GPU实例所安装的CUDA版本与PyTorch版本不兼容,导致使用PyTorch时出现报错现象,本文介绍这种情况的解决方案。 问题现象 在Linux系统(例如Alibaba Cloud Linux 3操作系统)GPU实例中使用PyTorch时,出现如下报错信息

重启GPU实例后导致Persistence Mode属性开启失效,同时ECC状态或MIG功能设置也失败 2025-04-14 19:17

在GPU计算型实例中安装高版本Tesla驱动(例如驱动版本为535或更高版本)后,通过nvidia-smi -pm 1命令方式开启Persistence Mode属性,可能会因为驱动版本过高,重启实例后导致该属性开启失效,同时ECC状态或MIG功能设置也失败,本文介绍这种情况的解决方案。 问题现象

目录
Copyright © 2025 your company All Rights Reserved. Powered by 赛尔网络.
京ICP备14022346号-15
gongan beian 京公网安备11010802041014号