ESXI8.0下直通NVIDIA Tesla P4显卡给Ubuntu22.04系统中Docker容器里的Jellyfin使用-HQY 一个和谐有爱的空间

06

2025
03
00:47:44

ESXI8.0下直通NVIDIA Tesla P4显卡给Ubuntu22.04系统中Docker容器里的Jellyfin使用

环境

CPU：AMD 7551P

系统：ESXI 8.0

需求

播放视频时jellyfin可以通过显卡进行硬件解码

ESXI8.0直通特斯拉P4

直接点直通就可以了

创建虚拟机

添加直通显卡

关闭UEFI 安全引导

安装安装操作系统

Ubuntu22.04

过程：略

通过SMB挂载NAS目录

安装cifs-utils

sudo apt-get install cifs-utils

编辑文件

vi /etc/fstab

增加以下内容，共享路径挂载点文件类型挂载参数（共享的认证账号和认证账号的密码等参数）

【SMB目录】【本地挂载目录】 cifs defaults,username=【用户名】,password=【密码】 0 0
#例子：
//10.1.0.10/Jellyfin /jellyfin/media/ cifs defaults,username=test,password=ASD123asd 0 0

挂载

mount -a

查看挂载

df -Th

Tesla P4安装驱动

屏蔽系统内置显卡驱动nouveau

su
touch /etc/modprobe.d/blacklist-nvidia-nouveau.conf
cat >> /etc/modprobe.d/blacklist-nvidia-nouveau.conf << EOF
blacklist nouveau
options nouveau modeset=0
EOF
touch /etc/modprobe.d/nvidia.conf
cat >> /etc/modprobe.d/nvidia.conf << EOF
options nvidia NVreg_OpenRmEnableUnsupportedGpus=1
EOF
sudo update-initramfs -u

检查nouveau

lsmod |grep nouveau

安装显卡驱动程序

访问https://www.nvidia.cn/Download/index.aspx?lang=cn下载

#补全文件信息
chmod +x /NVIDIA-Linux-x86_64-525.xxx.xx.run
#补全文件信息
apt install build-essential pkg-config libglvnd-dev ./NVIDIA-Linux-x86_64-525.xxx.xx.run -no-x-check -no-nouveau-check -no-opengl-files -m=kernel-open

验证

nvidia-smi

安装CUDA

英伟达官方命令[https://developer.nvidia.com/cuda-toolkit]

wget https://developer.download.nvidia.com/compute/cuda/repos/ubuntu2204/x86_64/cuda-keyring_1.1-1_all.deb
sudo dpkg -i cuda-keyring_1.1-1_all.deb
sudo apt-get update
sudo apt-get -y install cuda

执行完成后设置变量环境，在~/.bashrc文件末尾添加

export PATH=/usr/local/cuda-12.2/bin${PATH:+:${PATH}}

确认nvidia-persistenced守护进程是否开启

systemctl enable nvidia-persistenced
systemctl start nvidia-persistenced
systemctl status nvidia-persistenced
reboot
#这里一定要重启！
#这里一定要重启！
#这里一定要重启！

为了服务器软件的版本稳定，关掉 unattended-upgrade 自动更新!

sudo dpkg-reconfigure unattended-upgrades

输入no

安装dcoker

过程：略

安装docker-compose

过程：略

显卡docker直通

distribution=$(. /etc/os-release;echo $ID$VERSION_ID)
&& curl -fsSL https://nvidia.github.io/libnvidia-container/gpgkey | sudo gpg --dearmor -o /usr/share/keyrings/nvidia-container-toolkit-keyring.gpg
&& curl -s -L https://nvidia.github.io/libnvidia-container/$distribution/libnvidia-container.list |
sed 's#deb https://#deb [signed-by=/usr/share/keyrings/nvidia-container-toolkit-keyring.gpg] https://#g' |
sudo tee /etc/apt/sources.list.d/nvidia-container-toolkit.list

apt update
apt-get install -y nvidia-docker2 nvidia-container-runtime
systemctl restart docker
#这里一定要重启Docker！
#这里一定要重启Docker！
#这里一定要重启Docker！

编辑docker-compose.yml

version: "3.7"
services:
jellyfin:
container_name: jellyfin
image: "nyanmisaka/jellyfin:230801-amd64"
environment:
- PUID=0
- GUID=0
- NVIDIA_DRIVER_CAPABILITIES=all
- NVIDIA_VISIBLE_DEVICES=all
ports:
- "8096:8096"
- "8920:8920"
extra_hosts:
- "api.themoviedb.org:54.192.18.90"
- "image.themoviedb.org:104.16.61.155"
volumes:
- "/jellyfin/config:/config"
- "/jellyfin/media:/media"
restart: always
user: root
devices:
- "/dev/dri:/dev/dri"
deploy:
resources:
reservations:
devices:
- capabilities: ["gpu"]