NVIDIA GPUドライバのインストールがRHEL 9のワーカーノードで失敗するのはなぜですか？

仮想プライベートクラウドクラシック・インフラストラクチャー Satellite

Red Hat Enterprise Linux 9 ワーカーノードに NVIDIA GPU ドライバをインストールしようとすると、リポジトリエラーでインストールに失敗します。

nvidia-driver-daemonset-* のポッドログに、以下のようなエラーメッセージが表示されます：

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

以下に例を示します。

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

NVIDIA GPU Operatorは、RHEL 9ワーカーノードで必要なすべてのExtended Update Support (EUS)リポジトリを有効にしません。 Red Hat OpenShift on IBM Cloud の RHEL 9 ワーカー・ノードでは EUS リポジトリが有効になっていますが、 NVIDIA ドライバのインストールには追加のリポジトリ設定が必要です。

NVIDIA GPU ドライバのインストールに必要な EUS リポジトリを有効にするために、 ConfigMap を適用します。

RHEL 9 ワーカーノードの 1 つに SSH して、必要なリポジトリ設定値を取得します。
```
oc debug node/<worker-node-name>
```
ホストのファイルシステムにアクセスする。
```
chroot /host
```
Red Hat リポジトリの設定を表示し、必要な値を取得します。
```
cat /etc/yum.repos.d/redhat.repo
```
出力から、 [rhel-9-for-x86_64-appstream-eus-rpms] セクションを探し、以下の値をメモする：
- baseurl- リポジトリのベース URL
- sslclientkey- SSL クライアント鍵へのパス（証明書のシリアル番号を含む）
- sslclientcert- SSL クライアント証明書へのパス（同じ証明書シリアル番号を含む）
証明書のシリアル番号は、 sslclientkey と sslclientcert パスの両方に表示される。例えば、パスが /etc/pki/entitlement-host/1234567890123456789-key.pem および /etc/pki/entitlement-host/1234567890123456789.pem の場合、証明書のシリアル番号は 1234567890123456789 となる。
デバッグ・セッションを終了する。
```
exit
exit
```

以下の内容で、 nvidia-driver-repo-config.yaml という名前の ConfigMap ファイルを作成する。 NAMESPACE-GPU を GPU ドライバがインストールされているネームスペースに置き換え、 BASEURL を取得したベース URL に置き換え、 CERT-SERIAL の両方のインスタンスを証明書のシリアル番号に置き換えます。

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

ConfigMap、クラスタに適用します。
```
oc apply -f nvidia-driver-repo-config.yaml
```
クラスタポリシーを編集して、 ConfigMap を repoConfig セクションに追加します。
```
oc edit clusterpolicy
```
spec.repoConfig セクションに、 ConfigMap の名前で configMapName フィールドを追加する。
```
spec:
  ...
  repoConfig:
    configMapName: nvidia-driver-repo-config
  ...
```
NVIDIA ドライバのデーモンセット・ポッドを削除して循環させ、新しい設定を適用する。

oc delete po nvidia-driver-daemonset-*

ポッドの再起動後、 NVIDIA GPU Operator は必要な EUS リポジトリにアクセスし、RHEL 9 ワーカーノードに GPU ドライバを正常にインストールできます。