在做具体操作之前我们来了解下ACS，ACS是指PCI访问控制服务（PCI Access Control Service），是一种在启用VT-d（I/O虚拟化技术）时用于控制PCI设备访问权限的机制，属于BIOS芯片组配置...
nvidia的nvidia-peermem模块通常是配合驱动参数NVreg_RegistryDwords一起使用，作用是强制启用 GPU 对等映射，让GPU 间通信直接进行，避免CPU的介入从而降低CPU负载，且不占用主...
前天有台客户的服务器自动重启了，接到通知后我对服务器进行了排查分析，顺便记录下这次排查的过程，登录重启的服务器我们首先就是需要确认的是重启的时间journalctl --list-boots 0 46204d44f10a...
今天客户有块磁盘识别容量大小异常，于是尝试关机插拔磁盘试试，插拔完重启使用mount -a进行挂载的时候出现了以下报错mount: /mnt/data1: wrong fs type, bad option, bad s...
周末遇到一个问题，就是由于我ubuntu22.04安装的内核版本比较老，是5.15.0-88-generic这个版本，然后发现linux-libc-dev这个软件被升级了，我们使用命令查看跟内核版本不一致，这个包是lin...
今天在告警信息中查看到了hardware slow_down DA:00.0，第一反应是硬件降速了，对于目前集群情况来说第一时间想到的就是GPU降速我们可以根据提供的bus_id进行检查看看是什么设备lspci | gr...
我们此前使用k8s的国外软件仓库安装k8s，但有时会遇到国际线路不稳定，无法正常安装的情况，那么今天我们就来看看如何切换到使用国内镜像仓库来安装k8s，记录下以免后面又需要到处找。原来添加k8s官方的软件仓库的方式如下，...
这边此前用四块SSD盘做了raid10，后面想改成raid5，然后通过以下操作，RAID5阵列已经创建成功，正在重建中，显示"spare rebuilding"，但是这个重建时间有点久，所以我们通过查找资料获取了一些方式...
我们目前寻找一些好用的云盘，然后无意间翻到了 Cloudreve， 然后就实际搭建了一下看看效果，虽然没有满足我的使用需求，但是还是记录一下搭建的方法吧，首先我们还是来介绍下Cloudreve，Cloudreve 是一款...
bash字符串操作实际经常写也经常查，但是基本就是记不住，所以就自己专门开一篇笔记来记录下，方便在自己的博客上来查，例子就以英伟达驱动的名字为例。NVIDIA_DRIVER="NVIDIA-Linux-x86_64-58...
sshpass 是一个允许用户在非交互式 SSH 会话中自动输入密码的工具，这使得它在自动化脚本和批量处理任务中非常有用，SSH使用直接TTY访问来确保密码确实是由交互式键盘用户发出的。sshpass在专用的TTY中运行...
MTR（My Traceroute）是一个结合了 traceroute 和 ping 功能的开源网络诊断工具。它通过发送 ICMP 或 UDP 数据包，实时显示数据包经过的路由器及其响应时间，帮助用户分析网络延迟、丢包等...
update-initramfs 是在 Linux 系统中用于更新 initramfs 归档文件的一个命令。initramfs（初始内存文件系统）是一个临时的根文件系统，它在系统启动过程中加载到内存中。它包含了启动时直到...
使用mdadm工具创建软raid阵列，我们之前学习实践过，可以查看之前的笔记：https://sulao.cn/post/1085，今天我们记录学习下如果软raid阵列中有损坏的盘，我们如何进行替换故障盘。1.创建软ra...
linux下生成密钥使用ssh-keygen命令，生成的方法可以查看我之前的笔记：https://sulao.cn/post/283当遇到系统变化，需要重新生成密钥的情况，客户不愿意更换密码，不能直接拿以前的私钥替换原来...
此前安装nccl都是通过在线安装，今天来记录下如何编译安装，相对于在线安装本地编译安装对于没有root权限，且没有联网环境的状态下使用。下面我们就来编译下nccl，编译过程比较简单。git clone https://g...
NVIDIA HPC SDK是一套综合的编译器、库和工具，用于GPU加速HPC建模和仿真应用。随着对运行Linux的NVIDIA gpu和x86-64、OpenPOWER或Arm cpu的支持，NVIDIA HPC SD...
NVIDIA HPC-X 是一个综合软件包，包括消息传递接口 （MPI）、对称分层内存 （SHMEM） 和分区全局地址空间 （PGAS） 通信库以及各种加速包。这个功能齐全、经过测试和打包的工具包使 MPI 和 SHME...
GPU Direct RDMA 是一种由 NVIDIA 开发的技术，旨在实现 GPU 与第三方设备（如网络接口、视频采集设备、存储适配器）之间的直接数据交换，而无需经过 CPU 的参与。这项技术利用 PCI Expres...