机器学习工作站配置

1. 简介

本笔记详细记录了一台用于深度学习和大数据处理的 ML 工作站（Dell Precision 3660 品牌机） 的硬件配置以及 Windows + Linux 双系统环境搭建过程，并对安装过程中遇到的系统兼容性问题及解决方案进行了总结。

---

2. 硬件配置

• 机型：Dell Precision 3660 品牌塔式工作站
• 显卡：NVIDIA GeForce RTX 3090 (24GB VRAM)
• 存储：1TB NVMe SSD（系统盘与热数据） + 4TB HDD（冷数据与备份）
• CPU/内存：16 核（16C） Intel 处理器 + 64GB DDR5 RAM

---

3. 双系统安装实操

3.1. Windows 系统安装

• 采用出厂预装的 Windows 11 专业版，预留未分配的磁盘空间给 Linux 分区。

3.2. Linux 系统安装排坑

3.2.1. 方案一：CentOS 7.9 (不推荐)

在尝试在此硬件平台上安装 CentOS 7.9 时，遇到了严重的硬件兼容性问题：

[!danger] 兼容性警告

1. ACPI 电源管理问题：系统关机、重启指令失效。
   • 临时解决方案：在 GRUB 引导项中添加 reboot=p 或 acpi=force 参数可部分缓解。
2. NVIDIA 显卡驱动安装失败：强行安装 NVIDIA 官方驱动时报错： No IRQ to the card! Can't install driver...
   • 结论：此显卡驱动 IRQ 中断分配问题在旧内核（CentOS 7.9 的 3.10 内核）下 无法解决。

3.2.2. 方案二：Ubuntu 22.04 LTS (推荐)

由于 CentOS 内核过旧，最终决定转向现代的 Ubuntu 操作系统，硬件支持良好，显卡驱动正常安装。

1. 系统安装：
   • 制作 USB 启动盘，划分磁盘分区进行安装。
2. 安全与备份：
   • 启用 Timeshift 等系统级冷备份工具。
3. 远程接入服务：
   • 配置 VNC (TigerVNC/x11vnc) 远程桌面服务。
   • 配置 SSH 密钥登录并禁用密码登录。

---

4. 软件安装与 ML 开发环境配置

Ubuntu 系统安装完毕后，部署以下开发工具链：

4.1. 网络与运维

• frp 内网穿透：配置 frpc 客户端，将工作站的 SSH（22）和 JupyterHub（8000）端口穿透映射至具有公网 IP 的云服务器上，实现外网远程访问。
• 1Panel 面板：开源的 Linux 运维管理面板，用于简化容器与资源监控。

4.2. 容器环境

• Docker & NVIDIA Container Toolkit：
  • 安装 Docker Engine。
  • 安装 NVIDIA Container Toolkit，使 Docker 容器内可以直接调用物理 GPU 进行深度学习训练。

4.3. Python 编程与多用户环境

• Miniconda：安装轻量级 Python 环境管理器。
• JupyterHub：配置多用户 Jupyter Notebook 集中式管理服务，支持按组划分工作站的 CPU 和 GPU 算力。

4.4. 大数据与计算组件

• JDK：安装 OpenJDK 8/11。
• Apache Spark：部署本地单机版或伪分布式 Spark 计算引擎，以便进行大规模特征工程处理。