Synology 群晖 Nvidia vGPU 实践指南

更新信息

20230902: 修复所有机型显示 GPU 使用/统计情况。

20230827: 修复重启机器后 docker 可能不正常的现象，修复可能发生的驱动不正常现象。

20230826：物理群晖 DS918+显卡 1050 、 p4 、 40hx 、 2080 、 2080ti 测试成功，DS1821+白群+1650 测试失败 （暂未计划支持） 。

20230818：支持所有 X86，4.0 机型 vGPU，直通 （DVA3221,DVA3219） 。对于直接物理群晖安装暂未适配 （但可能是支持的） 。 已测试支持机型: DVA3221，DVA3219（秀儿），DS918+，DS923+；期待各位朋友的测试和补充。

20230812：理论支持 DVA 机型 vGPU，直通，以及物理群晖，等待更多数据验证。

计划
初版的各种 bugfix 。
40hx 的系统玩法测试。
尝试支持更多的群晖验证。
pascal 版本的群晖 AI 功能。
turing 版本的群呼 AI 功能。
结论
先说结论，目前在 DVA3221 平台上，适配了 vGPU 14.4（510.108.03） 版本，底层需要使用>=(510.108.03) 的版本 （也即是 510~535 理论都可以用），群晖中需要安装本驱动。在 tesla P4 和 2080Ti 进行了测试，测试项目包括，（docker 、 openGL 、编解码、群晖 AI 识别），由于 DVA3221 的 Photos 不会使用 GPU，所以该包不影响该功能，目标：

Pascal：包大小 350MB 附近，无法使用群晖监控的 AI 功能，其他正常。
Turing：包大小 750MB 附近，可以完整使用所有群晖的 GPU 功能。
目前关于 AI 监控还存在一些没有定论的问题，请稍后整理结论再分享。

关键词：群晖 synology 英伟达 nvidia vGPU 虚拟 GPU GPU 共享

前言
最近佛西群的群友在讨论群晖是否可以使用 Nvidia vGPU 用于转码，人脸识别，AI 等任务，看讨论结果好像是目前不可以。正好我对群晖的系统颇有好感，且对 vGPU 兴趣浓厚，所以在佛西群主、秀儿和几位大佬的支持下开始了探索行动。经过两个周末和一些零碎时间的探索，对于群晖支持 vGPU 已有一个明确的定论 -> 支持，但存在一些限制；探索过程曲折漫长，想必各位网友并不关心这个过程，所以我直接切入主题，从安装开始讲起。

安装过程
先简述一下安装流程：

PVE/ESXi/Unraid 等 Host 创建群晖虚拟机 （此时请不要将 vgpu 分配给虚拟机） 。
正常安装群晖虚拟机。
卸载系统自带的 NVIDIARuntimeLibrary（如果有）
安装皮蛋熊提供的驱动 （vgpuDaemon fix & stop & start）
关闭群晖虚拟机。
将 vgpu 分配给群晖虚拟机，然后启动群晖虚拟机。
注意：如果已经安装过本驱动并使用中，要升级最新版本的驱动需要按照下面步骤进行：

卸载本驱动 （非常重要，需要先卸载）
安装皮蛋熊提供的更新版本的驱动 （vgpuDaemon fix & stop & start）
即可正常使用
下面详细讲述安装步骤。

环境准备
配置介绍： CPU：Intel i5-10400F 内存：32G DDR4 2400MHz 显卡：tesla P4 & 2080Ti 系统：Proxmox VE 7.4

在这套硬件平台上安装了 PVE 虚拟化环境，并使用 vgpu_unlock 项目，该项目使得消费级显卡比如 2080Ti 的环境下也可以体验 Nvidia vGPU 。

注：关于安装 PVE 和 vgpu_unlock，可参考佛西大佬的博客。

群晖安装
在 PVE 中创建虚拟机，并正常安装群晖 DVA3221，这里的教程可以参考大部分的 PVE 使用 ARPL 安装群晖的教程，可以在张大妈上搜一下。 特别提醒：

如果要使用群晖监控，请准备好正确的序列号，不然安装后授权是 0 。
群晖系统安装时，请不要将 vGPU 传递给群晖虚拟机。
驱动安装
群晖正常安装完成后，会自己安装 NVIDIARuntimeLibrary 和 Surveillance，需要先对其进行卸载。如果你是第一次安装，大概率会因为没有创建存储而不会安装。所以此时创建了存储即可安装该 vGPU 驱动包。 如果在已有群晖数据的硬盘上重装了系统，此时系统默认会安装 NVIDIARuntimeLibrary 和监控，这里需要等待其安装完毕后，确认监控的可用路数是否正确 （是 0 的话是序列号有误）；一切正常后即可删除 NVIDIARuntimeLibrary 和监控，然后安装本驱动包。

到这一步时，请修改为你的授权服务器地址 （还没搭建？可以参考佛西大佬的博客） 来自民间的 VGPU 授权 fastapi-dls

安装完成后可看到新安装的驱动：

安装完成后打开系统的 SSH 功能：

然后使用 ssh 工具连接群晖系统，输入 sudo -i 输入密码后即可切换 root 账户，输入 vgpuDaemon fix 即可修复权限。

此时进入套件中心，停用本套件，然后紧接着启用本套件，即可开启正常使用 vGPU 驱动，在终端中输入 nvidia-smi 命令即可验证。

此时群晖系统也可以正常识别到 GPU 的相关信息：



docker 安装
如果系统原来就已经安装了 docker(Containe rManager) 套件，此时只需要停止下该套件，然后重新启动该套件即可。 如果系统是新的，没有安装 Container Manager 套件，此时需要先安装该套件；安装完成后，将本套件停止再启动。 但如果想要让 docker 版本的 Emby 使用 vGPU 驱动，那么需要在 ssh 下以 root 用户下输入启动指令 （需要删除每行 # 后面的内容） 启动容器：

docker run \
--network=bridge \ #设置网络模式
-p '8096:8096' \ #映射 http 端口
-p '8920:8920' \ #映射 https 端口
-v /volume1/docker/jellyfin:/config \ #映射配置目录
-v /volume1/video/:/media \ #映射媒体库目录
-e TZ="Asia/Shanghai" \ #设置时区为上海
-e UID=1026 \ #设置用户 id -> 可以使用对应用户权限
-e GID=100 \ #设置用户组 id
-e GIDLIST=0 \ #设置权限
--restart always \ #在 Docker 服务重启时, 自动重启此容器
--runtime=nvidia \ #映射 NVIDIA 显卡
-e NVIDIA_VISIBLE_DEVICES=all \ #映射 NVIDIA 显卡
-e NVIDIA_DRIVER_CAPABILITIES=all \ #映射 NVIDIA 显卡
-e UMASK=000 \ # 设置访问文件的权限
--name jellyfin \ #容器名称
-d jellyfin/jellyfin:latest
这里新增的三条指令表示使用 nvidia 驱动，其他 Plex 和 Emby 等需要使用 GPU 的程序也是在原有的基础上添加这三句：

--runtime=nvidia \
-e NVIDIA_VISIBLE_DEVICES=all \
-e NVIDIA_DRIVER_CAPABILITIES=all \
比如 Emby 可以使用下面命令启动：

docker run \
--network=bridge \ #设置网络模式
-p '8096:8096' \ #映射端口
-v /volume1/docker/emby:/config \ #映射配置目录
-v /volume/video/:/media \ #映射媒体库目录
-e TZ="Asia/Shanghai" \ #设置时区
-e UID=1026 \ #设置权限
-e GID=100 \ #设置权限
-e GIDLIST=0 \ #设置权限
--restart always \ #在 Docker 服务重启时, 自动重启此容器
--runtime=nvidia \ #映射 NVIDIA 显卡
-e NVIDIA_VISIBLE_DEVICES=all \ #映射 NVIDIA 显卡
-e NVIDIA_DRIVER_CAPABILITIES=all \ #映射 NVIDIA 显卡
-e UMASK=000 \ #设置权限
--name emby \ #容器名称
-d emby/embyserver:latest
比如 Plex 可以使用下面命令启动 (具体意思对照上面的文档)：

docker run -d \
  --name=plex \
  --net=host \
  -e PLEX_UID=1026 \
  -e PLEX_GID=100 \
  -e TZ=Asia/Shanghai \
  -e VERSION=docker \
  -v /volume1/docker/plex:/config \
  -v /volume1/video/:/media \
  --runtime=nvidia \
  -e NVIDIA_VISIBLE_DEVICES=all \
  -e NVIDIA_DRIVER_CAPABILITIES=all \
  --restart unless-stopped \
  plexinc/pms-docker
确保上述指令的正确性，关于上述其他指令的意思，可以通过网络进一步查询。 上面指令执行：

执行完成后该界面无报错就意味着完成了，可在群晖的 Container Manager 中看到新建的容器。 进入 jellyfin 中开启 NVIDIA 解码即可看到。


同样，在 emby 中也可以开启硬解：


几个问题
问 1：为何选择 DVA3221 平台，而不选择其他如 3617XS 、 DS918+等平台？ 答 1：因为 DVA3221 原生提供了 Nvidia GPU 支持，系统中多处都对 GPU 的状态进行了展示，且监控默认包含 8 个授权，同时监控也可以选择使用 AI 等功能。

问 2：相比官方原版和矿神大佬修改的版本有什么不同之处？ 答 2：

官方原版支持的功能，该版本都支持；
显卡 vgpu 功能开启后，可多个虚拟机共享 GPU 算力，比直通更高效利用 GPU；
该版本的编解码支持更为完善，jellyfin 、 emby 、 plex 的最新版本均可正常开启硬解；
集成了 docker runtime，启动上述媒体服务器时参数更为简单。
没有原版存在的 GDDR6 限制，vGPU 14.4 宣称支持的显卡，均可正常使用。
包
目前 2080Ti 的 vGPU 功耗问题似乎还没有一个很好的结论，再者 AI 功能似乎存在一些问题，所以这里先分享把不包含群晖 AI 监控的驱动。 关于 AI 监控所需的功能都测试完成后会一并附上结论并将包释放出来。

包呢？我人比较懒，直接放群共享了，需要的加群下载就可以了，每次更新上传网盘再来修改链接有点烦。 矿神源里面也有一份，可以直接根据本文教程使用，但这驱动文件一般比较大，担心矿神腰包顶不住的 CDN 费用的可以去群文件里面下载。

致谢
感谢佛西群的多位大佬指导，感谢佛西大佬送的五香牛肉干和 kxxxm 送的酸酸乳。

帮助
我一个人能力有限，没有更多的显卡数据，希望得到各位的帮助，帮忙做一些测试，以便更好的完善该驱动。

遇到的问题答复
重启后因套件启动慢，而 docker 或者 emby 套件启动快，导致这两个套件无法使用 GPU 。 （2023.08.27 修复 docker，其他套件信息需要更多测试）
解决办法：

手动重启一下无法使用 GPU 的套件 （docker 或者 emby 等） 。
使用稍微修改一下下面脚本，放到计划任务开机启动即可。
最近比较忙，等我抽空修改一下，下一次更新优先修改这个。
!/bin/bash

sleep 30
bash /var/packages/ContainerManager/scripts/start-stop-status stop;
bash /var/packages/ContainerManager/scripts/start-stop-status start;
或者 (来自矿神)

synopkg stop ContainerManager
synopkg start ContainerManager
某些白裙搭配某些显卡无法使用该驱动
解决办法：

等待群晖适配新的显卡驱动
我可接单适配，因为白裙的孱弱性能，搭配高级显卡，我实在不知道啥应用场景，我自己也没这需求，太小众了。
某些黑裙直通搭配某些显卡无法使用该驱动
解决办法：

我没遇到，目前主流的黑裙+P4 、 2080Ti 、 40Hx 、 1050 都测试支持。
群晖没理由需要那么强，那么新的显卡，群晖可以干的活一般 1050Ti 顶够了，其他需求建议使用 ubuntu 代替，实在有特殊需求可接单适配。
重启后套件/docker 无法使用 GPU，但可以看到 GPU 被占用 （2023.08.27 修复 docker）
解决办法：

由于长时间没有下载回来授权导致，建议换一个自己本地搭建的授权服务器，参考地址 来自民间的 VGPU 授权 fastapi-dls
下一版本会修复该问题。