ESXi CentOS 虚拟机 NVIDIA 显卡驱动升级备案文档

ESXi CentOS 虚拟机 NVIDIA 显卡驱动升级备案文档

问题描述

使用ESXI虚拟化切分显卡，可以让8卡GPU服务器分别运行Windows和Linux环境。 在 ESXi 7虚拟化环境中，通过 PCI Passthrough 直通 NVIDIA 显卡到 CentOS 虚拟机时，加载新版本驱动失败，出现类似与以下关键错误：

NVRM: GPU 0000:0b:00.0: RmInitAdapter failed! (0x26:0x56:1474)
BUG: unable to handle page fault for address: 0000000000004628

---

解决方案

通过修改虚拟机高级配置 + 使用 NVIDIA 开放内核模块 解决：

ESXi 虚拟机 关键配置项

# ESXi 虚拟机高级选项
hypervisor.cpuid.v0 = FALSE    # 隐藏虚拟化特征
pciPassthru0.msiEnabled = FALSE # 禁用 MSI 中断

使用 kernel-open 模式安装驱动

# 必须使用 kernel-open 模式安装  root权限
sh cuda_12.4.0_550.54.14_linux.run -m=kernel-open

# 安装后更新 initramfs  可选 
update-initramfs -u
# 重启可选
reboot

---

完整操作流程

1. ESXi 虚拟机配置

1. 关闭虚拟机

2. 编辑设置 > VM Options > Advanced：

   hypervisor.cpuid.v0 = FALSE
   pciPassthru0.msiEnabled = FALSE

3. 确认 PCI 设备直通配置

2. 驱动安装准备

# 清理旧驱动 ubuntu 可选
nvidia-uninstall
apt purge -y '^nvidia-*' '^libnvidia-*'
rm -r /var/lib/dkms/nvidia
apt autoremove
update-initramfs -c -k $(uname -r)

3. 安装开放内核驱动

# 下载驱动（示例版本）
axel -n 12 https://developer.download.nvidia.com/compute/cuda/12.4.0/local_installers/cuda_12.4.0_550.54.14_linux.run        

# 安装命令（关键参数！）
chmod +x cuda_12.4.0_550.54.14_linux.run 
./cuda_12.4.0_550.54.14_linux.run  -m=kernel-open

# 验证安装
modinfo nvidia | grep version  # 应显示驱动版本
version:        550.54.14
rhelversion:    7.9
srcversion:     BABF5253924D36C48E7D170
vermagic:       3.10.0-1160.81.1.el7.x86_64 SMP mod_unload modversions

NVIDIA 显卡持久模式配置指南

持久模式控制命令

1. 启用持久模式

nvidia-smi -pm 1

2. 禁用持久模式

nvidia-smi -pm 0

3. 状态验证

nvidia-smi -q | grep "Persistence Mode"
# 预期输出：Persistence Mode     : Enabled

---

参考文档

NVIDIA Persistence Mode 参考帖子
kernel-open 模式 | Nvidia-smi shows no devices were found although driver is installed
ESXi 显卡直通 | SOLVED - RmInitAdapter failed! to load 530.41.03 (or any nvidia modules other than 450.236.01) Linux via ESXi 7.0u3 Passthrough PCI GTX 1650