为了让大模型发挥更大用途，决定在本地搭建大模型微调环境，在原有的PC上加装Tesla V100，前前后后耗时一个多月，遇到若干技术问题，好在目前已基本得到解决，也打破了很多网上店家包括身边专家对GPU搭建上的一些认知误区，特此记录。

1，为何是Tesla V100：

为了节省开支，考虑到原PC内置RTX 4070Ti有12G的显存，能够达到40G显存的最低要求，必须选择32G以上的显卡，能达到此要求的，并且性价比最高的，显然首选V100。 最终选定的型号是Tesla V100-SXM3-32GB， PCIe 接口，定制版。是网上能买到的最便宜的32GB V卡。 咸鱼上便宜，有的才几千，不敢买，网上被骗的太多。京东上3万起步，太贵。PDD上没有。最终选定的是淘宝，当时售价是1.19w （现在已经调价为1.59w）。

2，PC上能混装数据中心V卡和个人用的RTX卡吗？

去年年初购买的PC，当时还只是想用来做一般的深度学习训练，以为有8GB显存就够了。定了一个相对便宜的配置：ATX机箱，i5 13400F, 16G RAM, RTX4070Ti，1T  SSD，850W电源，技嘉B760M主板。后来大模型出现后，发现系统GPU显存成了瓶颈，7B以下，量化后，勉强能跑。再大点的模型，就很难跑起来，试了很多方法，包括用网上免费显卡主机，模型优化，都不能完全覆盖需求，因此升级本地显卡成了必选项。V100毕竟是5年前的产物，和4070中间差了2个大的版本迭代，能否混用，之前一直是有担心的。网上查阅很多资料，特别是V100在PC上的安装，得出结论，可以混装。这主要是得益于Nvidia公司的超强的架构把控，最大程度的实现了向后兼容，用最新版本的显卡驱动以及cuda可以适配以往数年前的显卡。

3，ATX机箱如何插入V100

ATX机箱偏小，虽然主板上有两个PCIe插槽，但下方的插槽跟主板上的接线端子靠的非常近，基本就是摆设，同时考虑到原电源功率不足以驱动两块显卡同时工作，最终选择了v100显卡外置。

4，外置显卡具体怎么做

查阅资料后，选定了OCuLink总线方案来达成外置显卡接入PC。替代方案有PCIe延长线，雷电口，USB 3.0 等。 为了不损失性能，且具备扩展能力，最终确定为OCuLink。外置显卡需要额外购买的配件有：500W ATX电源（200元），OCuLink转接板（400元），GPU支架（40元），定制风扇(40元)。几个细节要注意：1，外置电源瓦数不要太低，电源上要有开关，V100标称功率250W，选用电源是500W 长城品牌，主要考虑是未来扩展以及电源上其他供电方式会分担一部分功率。2，电源接通后，一般是不能正常点亮的，还需要主板接线端子开关脚低电平信号，我用的是一根短铁丝把4,5两个管脚短接解决了这个问题。 3，OCuLink 外置转换板上配有风扇4pin接线柱，但无调节风扇能力，接上风扇后，风扇狂转，声音偏大，待久了受不了。需要把定制风扇接线穿过机箱，接到主板上，主板一般会有多个预留的风扇4pin口，随便选一个近的插上，后期用FanControl软件来控制转速。4，OCuLink外接卡有GPU 6pin电源插槽，V100上有两个8 pin电源插槽，这两个都需要接入GPU电源， GPU电源与PCI电源不可混用，否则会引起短路，直接让电源停止工作。v100上的2个8 pin电源是为了分流，同时2个8pin的最左侧2个管脚全部接地，因此随便选一个8pin，插入一个8 pin电源就行。5，前期实验，这个电源线可以不接。主板仍然能够识别显卡，并可以顺利安装驱动，通过nvidia-smi可以查看设备信息以及进行简单的cuda调用，但很不稳定。接通v100上的电源后，就可以长时间稳定工作了,6，OCuLink内外两块板是 通过2根M2数据线连接，两根顺序如果接反，会导致外置显卡性能下降，从原来的PCIe 3 X 16 降为 PCIe X 4，如果系统配置上显卡总线信息不对，则对调2个数据线就能解决。 7，外置显卡必须先上电，再接通启PC电源，重启是无法识别新加入的外置显卡的， 这应该是OCuLink接入方式的一大弊端。8，V100制冷优先选用定制风扇，相比水冷方案，不拆显卡，长时间跑模型，温差能控制在50度以内，不会有啥问题。

5，如何点亮及安装驱动

N卡做工非常精细，只要不是特别野蛮操作，一般不会出问题，好几次带电操作插拔显卡，显卡仍然坚挺。前期没有购买外置接入配套设备时，由于电源功率不足，需要轮番插拔2个显卡中的一个，而V100没有视频输出，因此只能通过ToDesk软件，手机远程登录电脑，进行相关操作。如果插入v100，bios自检无法通过，则需要修改bios配置，对于B760M主板，默认的支持4G以上显卡的自动选项是不行的，需要改为Enable。

应该是英伟达官方故意为之，V100-SXM3-32GB这一型号被官方在Windows10,11驱动里抹除了，需要手工修改inf文件。以最新的552.22驱动包为例，找到解压后的驱动包，再Display.Driver目录下，用记事本打开nv_dispsig.inf文件，查找NVIDIA Tesla V100-SXM2-32GB所在行，增加NVIDIA_DEV.1DB8.12AB.10DE = "NVIDIA Tesla V100-SXM3-32GB"  以及 %NVIDIA_DEV.1DB8.12AB.10DE% = Section029, PCI\VEN_10DE&DEV_1DB8&SUBSYS_12AB10DE 。 然后进入免签名模式安装驱动即可。

Linux系统则简单很多，以Ubuntu 24.04为例，系统装完，选最新Nvidia官方驱动安装就行.

驱动安装好之后，接着装cuda toolkit, cudnn, pytorch。 然后就能愉快玩耍了。

命令截图留作纪念：