环境搭建与配置：NVIDIA驱动、CUDA、cuDNN、PyTorch/TensorFlow分布式环境配置、Docker与Kubernetes环境

说实话，环境搭建这事儿，看着简单，但坑是真不少。我见过太多团队，模型写得漂亮，结果卡在环境配置上，一卡就是好几天。今天咱们就把这块彻底捋清楚。

1. NVIDIA驱动：别小看这个基础

驱动是GPU和操作系统之间的翻译官。版本不对，后面全白搭。

⚠️ 常见误区：很多人以为驱动越新越好。其实不然。分布式训练对驱动稳定性要求极高，我建议用NVIDIA官方推荐的长期支持版本（LTS），而不是追最新版。

我个人习惯用 nvidia-smi 检查驱动状态。如果输出正常，能看到GPU型号和驱动版本，那就基本没问题。

# 查看驱动版本和GPU信息
nvidia-smi

# 输出示例
+-----------------------------------------------------------------------------+
| NVIDIA-SMI 525.85.05    Driver Version: 525.85.05    CUDA Version: 12.0     |
|-------------------------------+----------------------+----------------------+
| GPU  Name        Persistence-M| Bus-Id        Disp.A | Volatile Uncorr. ECC |
| Fan  Temp  Perf  Pwr:Usage/Cap|         Memory-Usage | GPU-Util  Compute M. |
|===============================+======================+======================|
|   0  Tesla A100          On   | 00000000:00:04.0 Off |                    0 |
|   0%   35C    P0    45W / 400W|      0MiB / 40960MiB |      0%      Default |
+-------------------------------+----------------------+----------------------+

💡 我的经验：我曾经在一个集群上遇到驱动版本不一致的问题，导致多机通信时断时续。排查了两天才发现是驱动版本差异导致的NCCL通信异常。从那以后，我强制要求集群内所有节点驱动版本完全一致。

2. CUDA：版本匹配是门学问

CUDA是NVIDIA的并行计算平台。说白了，它就是让GPU干活的那个“语言”。

这里有个关键点：CUDA版本要和驱动版本兼容。怎么查？看NVIDIA官方的兼容性矩阵。

CUDA版本	最低驱动版本	推荐驱动版本
CUDA 11.8	520.61.05	525.85.05
CUDA 12.0	525.60.13	530.30.02
CUDA 12.1	530.30.02	535.54.03

# 检查CUDA版本
nvcc --version

# 输出示例
nvcc: NVIDIA (R) Cuda compiler driver
Copyright (c) 2005-2023 NVIDIA Corporation
Built on Wed_Nov_22_10:17:15_PST_2023
Cuda compilation tools, release 12.0, V12.0.140

🔑 关键点：安装CUDA时，我建议用runfile方式而不是deb包。为什么？因为runfile可以指定安装路径，方便多版本共存。我在项目中经常需要同时维护CUDA 11.8和12.0两套环境。

3. cuDNN：深度学习加速器

cuDNN是NVIDIA针对深度学习优化的库。它专门加速卷积、池化、归一化这些操作。

安装cuDNN其实很简单：下载对应CUDA版本的cuDNN，然后解压到CUDA目录下。

# 安装cuDNN示例（以CUDA 12.0为例）
tar -xzvf cudnn-linux-x86_64-8.9.0.131_cuda12-archive.tar.xz
sudo cp cudnn-*-archive/include/cudnn*.h /usr/local/cuda-12.0/include
sudo cp -P cudnn-*-archive/lib/libcudnn* /usr/local/cuda-12.0/lib64
sudo chmod a+r /usr/local/cuda-12.0/include/cudnn*.h /usr/local/cuda-12.0/lib64/libcudnn*

⚠️ 注意：cuDNN版本必须和CUDA版本严格对应。我曾经见过有人把cuDNN 8.6装到CUDA 12.0上，结果训练时直接报错“CUDNN_STATUS_NOT_INITIALIZED”。排查了半天才发现是版本不匹配。

4. PyTorch/TensorFlow分布式环境配置

分布式训练环境配置，说白了就是让多张GPU能协同工作。这里我重点讲PyTorch的分布式配置，因为它在业界用得最多。

4.1 PyTorch分布式配置

PyTorch的分布式训练主要靠 torch.distributed 包。初始化方式有两种：

NCCL后端：GPU通信专用，速度快，推荐使用
GLOO后端：CPU通信用，GPU也能用但慢

# PyTorch分布式初始化示例
import torch
import torch.distributed as dist

# 初始化进程组
dist.init_process_group(
    backend='nccl',          # GPU通信用NCCL
    init_method='env://',    # 从环境变量读取配置
    world_size=8,            # 总GPU数
    rank=0                   # 当前进程编号
)

# 创建模型并移到GPU
model = MyModel().cuda()
model = torch.nn.parallel.DistributedDataParallel(model)

# 创建分布式数据加载器
train_sampler = torch.utils.data.distributed.DistributedSampler(train_dataset)
train_loader = torch.utils.data.DataLoader(
    train_dataset,
    batch_size=32,
    sampler=train_sampler
)

💡 我的经验：启动分布式训练时，我习惯用 torchrun 而不是手动写启动脚本。它自动处理了环境变量设置和进程管理，省心很多。

# 使用torchrun启动8卡训练
torchrun --nproc_per_node=8 train.py

4.2 TensorFlow分布式配置

TensorFlow的分布式配置相对简单，主要用 tf.distribute.MirroredStrategy。

# TensorFlow分布式配置示例
import tensorflow as tf

# 创建分布式策略
strategy = tf.distribute.MirroredStrategy()
print('Number of devices: {}'.format(strategy.num_replicas_in_sync))

# 在策略范围内创建模型
with strategy.scope():
    model = tf.keras.Sequential([
        tf.keras.layers.Dense(128, activation='relu'),
        tf.keras.layers.Dense(10)
    ])
    model.compile(loss='sparse_categorical_crossentropy',
                  optimizer='adam',
                  metrics=['accuracy'])

# 训练
model.fit(train_dataset, epochs=10)

5. Docker与Kubernetes环境

容器化部署是分布式训练的标配。为什么？因为环境一致性太重要了。你想想看，开发环境跑得好好的，到生产环境就报错，这种痛苦我经历过太多次。

5.1 Docker环境配置

Docker配置的核心是NVIDIA Container Toolkit。它让容器能访问GPU。

# 安装NVIDIA Container Toolkit
distribution=$(. /etc/os-release;echo $ID$VERSION_ID)
curl -s -L https://nvidia.github.io/nvidia-docker/gpgkey | sudo apt-key add -
curl -s -L https://nvidia.github.io/nvidia-docker/$distribution/nvidia-docker.list | sudo tee /etc/apt/sources.list.d/nvidia-docker.list

sudo apt-get update
sudo apt-get install -y nvidia-docker2
sudo systemctl restart docker

# 测试GPU是否可用
docker run --rm --gpus all nvidia/cuda:12.0-base nvidia-smi

🔑 关键点：Dockerfile里要明确指定CUDA和cuDNN版本。我习惯用NVIDIA官方的基础镜像，比如 nvidia/cuda:12.0-cudnn8-devel-ubuntu22.04，这样能保证兼容性。

# Dockerfile示例
FROM nvidia/cuda:12.0-cudnn8-devel-ubuntu22.04

# 安装Python和依赖
RUN apt-get update && apt-get install -y python3 python3-pip

# 安装PyTorch
RUN pip3 install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu118

# 复制代码
COPY train.py /workspace/
WORKDIR /workspace

CMD ["python3", "train.py"]

5.2 Kubernetes环境配置

Kubernetes（K8s）是容器编排工具。在分布式训练中，它负责管理多个GPU节点的调度。

配置K8s GPU环境，核心是安装NVIDIA Device Plugin。

# 安装NVIDIA Device Plugin
kubectl create -f https://raw.githubusercontent.com/NVIDIA/k8s-device-plugin/v0.14.0/nvidia-device-plugin.yml

# 验证GPU是否被识别
kubectl get nodes -o json | jq .items[].status.allocatable

然后就可以在Pod中请求GPU资源了：

# Pod YAML示例
apiVersion: v1
kind: Pod
metadata:
  name: gpu-pod
spec:
  containers:
  - name: pytorch-container
    image: my-pytorch-image:latest
    resources:
      limits:
        nvidia.com/gpu: 4  # 请求4张GPU
    command: ["torchrun", "--nproc_per_node=4", "train.py"]

⚠️ 注意：K8s环境下，多节点分布式训练需要配置网络通信。我建议用 hostNetwork: true 或者配置Service来暴露端口。否则节点间通信会出问题。

6. 环境验证：别等跑起来才发现问题

配置完环境后，我建议先跑一个简单的验证脚本。别一上来就跑大模型，先确认基础环境没问题。

# 环境验证脚本
import torch
import torch.distributed as dist

# 1. 检查CUDA是否可用
print(f"CUDA available: {torch.cuda.is_available()}")
print(f"CUDA version: {torch.version.cuda}")
print(f"cuDNN version: {torch.backends.cudnn.version()}")

# 2. 检查GPU数量和型号
print(f"GPU count: {torch.cuda.device_count()}")
for i in range(torch.cuda.device_count()):
    print(f"GPU {i}: {torch.cuda.get_device_name(i)}")

# 3. 测试简单的张量运算
x = torch.randn(1000, 1000).cuda()
y = torch.randn(1000, 1000).cuda()
z = torch.matmul(x, y)
print(f"Tensor operation test: {z.shape}")

# 4. 测试分布式通信（如果有多卡）
if torch.cuda.device_count() > 1:
    dist.init_process_group(backend='nccl', init_method='tcp://localhost:23456',
                           world_size=2, rank=0)
    print("Distributed communication test passed!")
    dist.destroy_process_group()

💡 我的经验：这个验证脚本我用了好几年，每次搭建新环境都跑一遍。它能快速定位90%的环境问题。我曾经在一个集群上发现GPU型号不一致（A100和V100混用），就是靠这个脚本发现的。

7. 避坑指南

驱动版本不一致：我曾经在一个集群上，有的节点驱动是525，有的是530。结果NCCL通信时断时续。解决方案：统一驱动版本。
CUDA路径混乱：多版本CUDA共存时，LD_LIBRARY_PATH 设置不对会导致链接错误。我建议用 module load 或者 conda 管理环境。
Docker GPU权限：容器内跑 nvidia-smi 报错？检查 --gpus all 参数和NVIDIA Container Toolkit是否安装。
K8s GPU调度失败：Pod一直Pending？检查Node是否有GPU资源，以及NVIDIA Device Plugin是否正常运行。

环境搭建这事儿，说白了就是细心活。把每一步都验证好，后面训练才能顺顺利利。嗯，今天就先聊到这儿。

📚 课程目录

环境搭建与配置：NVIDIA驱动、CUDA、cuDNN、PyTorch/TensorFlow分布式环境配置、Docker与Kubernetes环境

1. NVIDIA驱动：别小看这个基础

2. CUDA：版本匹配是门学问

3. cuDNN：深度学习加速器

4. PyTorch/TensorFlow分布式环境配置

4.1 PyTorch分布式配置

4.2 TensorFlow分布式配置

5. Docker与Kubernetes环境

5.1 Docker环境配置

5.2 Kubernetes环境配置

6. 环境验证：别等跑起来才发现问题

7. 避坑指南