模块资料｜驱动、CUDA、容器与兼容矩阵
原图深度模块的结构化资料摘录，保留目标、知识、命令线索、风险、排障、练习与验收。它不是一张原子知识卡，也不是可直接执行的操作手册。
所属方向：AI Infra。
目标
- 稳定管理 driver/CUDA/runtime/framework/容器版本。
知识拆解
- kernel driver vs CUDA toolkit
- driver backward compatibility
- cuDNN/NCCL
- container runtime
- framework wheels
- kernel module lifecycle
命令 / 配置 / 关键对象
以下是原图中的命令名、缩写或配置对象，并非经校验的完整命令行；其中可能含写操作。执行前必须补齐版本、权限、目标和风险。
- nvidia-smi
- nvcc —version
- ldconfig/ldd
- nvidia-container-cli
- framework CUDA info
高频故障与风险
- driver/library mismatch
- CUDA unavailable
- NCCL error
- 升级后模块未加载
- 容器看不到 GPU
排障路径
- 先驱动后 runtime 后容器后框架
- 核对兼容矩阵
- 检查 device/cgroup/runtime hook
实战练习
- 多版本容器验证矩阵
- 驱动升级回滚
验收标准
- 版本被锁定记录
- 升级有 canary 节点
- 基础镜像自动测试
继续拆卡的规则
本页是资料入口。只在形成一个能独立解释、带依据与边界的认识后，提炼为 Concept；故障观察进入 Troubleshooting，满足诊断条件的处置进入 Runbook，真实事件进入 Incident。