MTDCGM 快速入门
本页说明如何确认安装条件、安装并验证 MTDCGM，以及根据部署环境选择运行模式。
步骤 1：确认安装环境
支持的平台
MTDCGM 目前支持以下平台和环境：
- S4000 和 S5000 Moore Threads 数据中心 GPU；
- MUSA SDK 4.3 及以上版本；
- 裸金属服务器。
检查安装条件
开始安装前，请确认系统中已安装与 GPU 和 MTDCGM 版本匹配的 MUSA SDK，其中包括摩尔线程驱动和 MUSA Toolkit。
MUSA SDK 是完整的软件开发环境，MUSA Toolkit 是其中提供编译器、运行时库和开发工具的组件。本文使用“MUSA Toolkit”指代具体运行依赖，使用“MUSA SDK”指代完整软件栈或发布版本。更多详情，参见 MUSA SDK。
步骤 2：安装 MTDCGM
可通过在线安装（APT）或离线安装方式安装 MTDCGM。
以下操作需要 root 权限。
安装方式概览
环境满足要求时，建议优先使用在线安装（APT）；在受控环境中或需要指定安装包版本时，请使用离线安装。
| 安装方式 | 适用场景 | 说明 |
|---|---|---|
| 在线安装（APT） | 全新 Ubuntu 22.04 x86_64 Server 环境 | 通过 DEB 配置包自动配置 APT 软件源后直接安装 |
| 离线安装 | 受控环境、需要明确安装包版本 | 手动下载安装包并执行安装 |
选择在线安装（APT）前，请确认：
- 在线安装（APT）仅适用于全新 Ubuntu 22.04 x86_64 Server 环境。
- 如果系统已通过旧版 DEB 包、RPM 包或其他方式安装 MTDCGM，请先按原安装方式完整卸载，再执行在线安装流程。
- 在线安装（APT）
- 离线安装
使用 DEB 配置包自动配置 APT 软件源并安装 MTDCGM：
-
下载配置包：
wget https://dl.mthreads.com/repo/repository/ubuntu2204/pool/jammy/amd64/musa-repo-jammy_1.0.0.11-1_all.deb -
安装配置包：
sudo dpkg -i musa-repo-jammy_1.0.0.11-1_all.deb -
更新本地缓存：
sudo apt update -
安装 MTDCGM：
sudo apt install mt-datacenter-gpu-manager -
根据安装提示，建议在
/etc/profile文件中添加 MTDCGM 环境变量：vim /etc/profileexport PATH=/usr/local/mtdcgm/bin:${PATH}export LD_LIBRARY_PATH=/usr/local/mtdcgm/lib/x86_64-linux-gnu:${LD_LIBRARY_PATH}source /etc/profile
安装完成后，请参见 验证安装 确认安装结果。
请从 摩尔线程开 发者中心 下载对应版本的 Release 安装包。
离线安装包包括以下文件：
- DEB 包：
mt-datacenter-gpu-manager_amd64_xx.deb - RPM 包：
mt-datacenter-gpu-manager_amd64_xx.rpm
Debian 系列
-
如果后台服务正在运行，请先停止服务；否则，请跳过此步骤。
sudo /usr/local/mtdcgm/bin/mt-hostengine -t -
卸载旧版本 MTDCGM。即使未安装旧版本，也建议执行以下命令进行确认：
sudo dpkg -P mt-datacenter-gpu-manager -
安装 MTDCGM：
sudo dpkg -i mt-datacenter-gpu-manager_amd64_*.deb -
根据安装提示，建议在
/etc/profile文件中添加 MTDCGM 环境变量：vim /etc/profileexport PATH=/usr/local/mtdcgm/bin:${PATH}export LD_LIBRARY_PATH=/usr/local/mtdcgm/lib/x86_64-linux-gnu:${LD_LIBRARY_PATH}source /etc/profile
RedHat 系列
-
如果后台服务正在运行，请先停止服务；否则，请跳过此步骤。
sudo /usr/local/mtdcgm/bin/mt-hostengine -t -
卸载旧版本 MTDCGM。即使未安装旧版本，也建议执行以下命令进行确认：
sudo rpm -e mt-datacenter-gpu-manager -
安装 MTDCGM：
sudo rpm -i mt-datacenter-gpu-manager_amd64_*.rpm -
根据安装提示，建议在
/etc/profile文件中添加 MTDCGM 环境变量：vim /etc/profileexport PATH=/usr/local/mtdcgm/bin:${PATH}export LD_LIBRARY_PATH=/usr/local/mtdcgm/lib/x86_64-linux-gnu:${LD_LIBRARY_PATH}source /etc/profile
安装完成后，请参见 验证安装 确认安装结果。
步骤 3：验证安装
执行以下命令前，请切换至 root 用户。
运行 1 级诊断，检查环境是否已准备好：
dcgmi diag -r 1
返回 PASS 表示环境已准备好；否则，请检查 MUSA SDK 软件栈是否已正确安装并完成配置。
步骤 4：选择运行模式
选择运行模式前，请先了解 MTDCGM 的基本组件及其关系。
基本组件
MTDCGM 包含以下组件：
MTDCGM 共享库
共享库 libdcgm.so.3 实现 MTDCGM 的主要管理功能，并通过 C API 对外提供这些功能。该库依赖 Moore Threads 驱动、MTML 和 MUSA Toolkit。
MT Host Engine
mt-hostengine 将 MTDCGM 共享库实例化为持续运行的独立进程，提供监控和管理服务。
MTDCGM 需要使用 root 权限运行。
MTDCGM 命令行工具
命令行工具 dcgmi 通过网络接口与 MT Host Engine 通信，并提供大部分 MTDCGM 功能。无需开发 C API 程序，即可使用它控制 MTDCGM 或收集数据。
MTDCGM 核心库可以由 MT Host Engine 作为独立进程运行，也可以由第三方代理作为共享库加载。两种模式提供大致相同的功能和整体行为，请根据现有环境选择。
独立模式（推荐）
独立模式下，mt-hostengine 加载 MTDCGM 共享库，并作为守护进程提供监控和管理服务，主要适用于以下场景：
dcgmi或使用 MTDCGM C API 的应用程序通过mt-hostengine访问 MTDCGM，无需自行管理共享库资源；- 多个
dcgmi实例或应用程序需要同时访问 MTDCGM； - 需要使用 Moore Threads 命令行工具
dcgmi。
独立模式更灵活且维护成本更低，是推荐的运行模式。在独立模式下，mt-hostengine 按默认频率执行 MTDCGM 管理任务；在嵌入模式下，第三方代理需要自行控制这些任务的调用频率。
dcgmi 通过套接字连接 mt-hostengine。应用程序也可以加载 MTDCGM 共享库，在初始化时指定 mt-hostengine 的 IP 地址，并通过 C API 访问 MTDCGM。安装 MTDCGM 后，请将 mt-hostengine 配置为随系统自动启动。
嵌入模式
此模式下，MTDCGM 作为共享库由第三方代理加载。适用于以下场景：
- 节点上已存在第三方代理；
- 需要由第三方代理统一管理 MTDCGM 的生命周期和资源占用。
第三方代理通常应在系统初始化时加载 MTDCGM 共享库，并在主机生命周期内管理 MTDCGM 基础设施。由于 MTDCGM 会维护生命周期状态，因此第三方代理需要在自身生命周期内持续维护该库。通过 API，代理可以显式调用和控制周期性数据采集、活动管理等操作，并精确控制 MTDCGM 使用 GPU 资源的时机。
请按 API 定义的频率范围调用各项 MTDCGM 管理接口。调用过于频繁会浪费资源，却没有明显收益；调用频率过低会造成监控和管理覆盖缺口。
