Perché l'installazione del driver della GPU NVIDIA fallisce sui nodi worker di RHEL 9?

Virtual Private Cloud Infrastruttura classica

Quando si tenta di installare i driver della GPU NVIDIA sui nodi worker Red Hat Enterprise Linux 9, l'installazione fallisce con un errore del repository.

Nei log del pod nvidia-driver-daemonset-* viene visualizzato un messaggio di errore simile al seguente:

Error: Unable to find a match: kernel-headers-VERSION kernel-devel-VERSION

Ad esempio:

Error: Unable to find a match: kernel-headers-5.14.0-570.112.1.el9_6.x86_64 kernel-devel-5.14.0-570.112.1.el9_6.x86_64

L'Operatore GPU NVIDIA non abilita tutti i repository Extended Update Support (EUS) richiesti per i nodi worker di RHEL 9. Mentre i repository EUS sono ora abilitati per i nodi worker di RHEL 9 in Red Hat OpenShift on IBM Cloud, l'installazione del driver NVIDIA richiede un'ulteriore configurazione del repository.

Applicare un ConfigMap per abilitare i repository EUS richiesti per l'installazione del driver della GPU NVIDIA.

SSH a uno dei nodi worker di RHEL 9 per recuperare i valori di configurazione del repository richiesti.
```
oc debug node/<worker-node-name>
```
Accedere al file system dell'host.
```
chroot /host
```
Visualizzare la configurazione del repository Red Hat per recuperare i valori richiesti.
```
cat /etc/yum.repos.d/redhat.repo
```
Nell'output, individuare la sezione [rhel-9-for-x86_64-appstream-eus-rpms] e annotare i seguenti valori:
- baseurl- La base URL per il repository
- sslclientkey- Il percorso della chiave client SSL (contiene il numero di serie del certificato)
- sslclientcert- Il percorso del certificato client SSL (contiene lo stesso numero di serie del certificato)
Il numero di serie del certificato appare in entrambi i percorsi sslclientkey e sslclientcert. Ad esempio, se i percorsi sono /etc/pki/entitlement-host/1234567890123456789-key.pem e /etc/pki/entitlement-host/1234567890123456789.pem, il numero di serie del certificato è 1234567890123456789.
Esce dalla sessione di debug.
```
exit
exit
```

Creare un file ConfigMap chiamato nvidia-driver-repo-config.yaml con il seguente contenuto. Sostituire NAMESPACE-GPU con lo spazio dei nomi in cui è installato il driver della GPU, BASEURL con la base URL recuperata e sostituire entrambe le istanze di CERT-SERIAL con il numero di serie del certificato.

apiVersion: v1
kind: ConfigMap
metadata:
  name: nvidia-driver-repo-config
  namespace: NAMESPACE-GPU
data:
  rhel9.repo: |
    [ibm-rhel-9-for-x86_64-appstream-eus-rpms]
    name = Red Hat Enterprise Linux 9 for x86_64 - AppStream - Extended Update Support (RPMs)
    baseurl = BASEURL/pulp/repos/customer/Library/content/eus/rhel9/9.6/x86_64/appstream/os
    enabled = 1
    gpgcheck = 1
    gpgkey = file:///etc/pki/rpm-gpg/RPM-GPG-KEY-redhat-release
    sslverify = 1
    sslcacert = /etc/rhsm-host/ca/katello-server-ca.pem
    sslclientkey = /etc/pki/entitlement-host/CERT-SERIAL-key.pem
    sslclientcert = /etc/pki/entitlement-host/CERT-SERIAL.pem
    metadata_expire = 1
    enabled_metadata = 0

Applicare il sito ConfigMap al cluster.

oc apply -f nvidia-driver-repo-config.yaml

Modificare il criterio del cluster per aggiungere ConfigMap alla sezione repoConfig.
```
oc edit clusterpolicy
```

Aggiungete il campo configMapName alla sezione spec.repoConfig con il nome del vostro ConfigMap.

spec:
  ...
  repoConfig:
    configMapName: nvidia-driver-repo-config
  ...

Eliminare i pod del driver daemonset NVIDIA per eliminarli e applicare la nuova configurazione.

oc delete po nvidia-driver-daemonset-*

Dopo il riavvio dei pod, il GPU Operator di NVIDIA può accedere ai repository EUS richiesti e installare con successo i driver GPU sui nodi worker RHEL 9.