天数智芯AI服务器上装好驱动与工具链的配置流程

知识分享

2026-11-05 06:40

11 阅读

天数智芯加速卡要在AI服务器上正常跑模型，核心是三步：确认系统与固件兼容、安装驱动和工具链、用官方工具和框架验证设备可用。
本文按实际操作顺序展开，适合刚接触天数智芯平台的运维人员参考。

先确认系统版本和加速卡型号

动手之前先登录服务器，核对操作系统版本和加速卡是否被主板识别。
天数智芯不同产品线对内核版本和固件有明确要求，版本不匹配时驱动可能装不上，或者装上了也无法加载。

# 查看系统版本
cat /etc/os-release
uname -r

# 查看PCIe设备中是否出现天数智芯加速卡
lspci | grep -i iluvatar

如果 lspci 看不到设备，先检查卡是否插紧、BIOS 中 PCIe 相关选项是否开启，而不是急着装驱动。
确认能看到设备后，再记录下型号，到天数智芯官方文档核对对应驱动包和固件版本。

另外确认服务器已安装基础编译工具，后续安装驱动和框架时会用到：

# 以 Ubuntu/Debian 为例
apt update
apt install -y build-essential dkms linux-headers-$(uname -r)

CentOS/RHEL 系统对应使用 yum install -y gcc make kernel-devel-$(uname -r) dkms。
内核头文件版本必须和当前运行内核一致，否则驱动编译会失败。

从官方渠道获取与加速卡型号、系统版本匹配的驱动安装包。
天数智芯通常提供 runfile 或 deb/rpm 包，安装前建议先卸载旧版本驱动，避免残留文件冲突。

以 runfile 方式为例，基本流程如下：

# 赋予执行权限
chmod +x iluvatar-driver-*.run

# 执行安装，按提示选择安装路径
sudo ./iluvatar-driver-*.run

安装过程中如果提示内核模块编译失败，优先检查 linux-headers 是否与当前内核匹配，以及是否安装了 dkms。
安装完成后需要加载内核模块：

sudo modprobe iluvatar

然后安装工具链包，工具链一般包含 ixsmi 管理工具和运行时库。
安装完成后执行：

ixsmi

正常情况下会输出加速卡列表、显存容量、温度、功耗和驱动版本。
如果命令不存在，检查工具链是否安装成功，以及 /usr/local/bin 或安装路径是否已加入 PATH。

驱动装完不等于能跑模型。
先用 ixsmi 确认设备状态正常，再通过深度学习框架做一次最小计算验证。

# 查看设备详细信息
ixsmi -q

# 查看当前显存占用
ixsmi --show-memory

如果 ixsmi 能识别设备但状态异常，常见原因是固件版本与驱动不匹配，需要按官方说明升级固件。
固件升级有风险，操作前确认服务器供电稳定，并保留回滚方案。

框架侧验证以 PyTorch 为例，安装天数智芯适配的 PyTorch 版本后，执行一段简单张量计算：

import torch
print(torch.cuda.is_available())
print(torch.cuda.device_count())
x = torch.randn(1024, 1024).cuda()
y = x @ x
print(y.shape)

如果 is_available() 返回 False，先检查环境变量和驱动是否加载，再确认安装的框架版本是否与驱动匹配。
不要混装多个框架版本，容易出现库冲突。

安装过程中遇到报错，按现象分类排查比反复重装更有效：

涉及卸载和重装驱动时，先停止正在使用加速卡的业务进程，避免卸载过程中设备被占用导致异常。

全部装完后，按下面几项做一次复查，确认环境处于可用状态：

如果重启后设备丢失，检查 /etc/modules-load.d/ 下是否配置了模块自动加载，以及固件是否正常初始化。

天数智芯AI服务器的配置并不复杂，关键是版本匹配和按顺序验证。
先确认系统与硬件识别，再装驱动和工具链，最后用框架跑通最小计算，每一步都有明确的检查点，出问题时也更容易定位。