Ansible实现GPU服务器组件的标准化部署

---

一、剧本概述

该剧本通过独立脚本+Ansible批量执行实现服务器组件的标准化部署，支持以下核心功能：

• 组件范围：系统初始化、显卡驱动、网卡驱动、Node Exporter、DCGM Exporter（可扩展）
• 操作类型：--install（安装）、--uninstall（卸载）
• 版本管理：默认版本（变量文件定义）、手动指定版本（执行时传递）
• 维护特性：仅需修改脚本即可调整安装逻辑，无需改动Ansible剧本，实现解耦维护。

二、目录结构说明

prod-ansible/
├── inventory/                  # 主机清单
│   └── prod.ini                # 主机分组清单
│
├── group_vars/                 # 全局公共变量
│   └── all.yaml                # SSH配置、脚本路径、日志目录
│
├── roles/                      # 组件角色（独立变量/任务/脚本）
│   ├── gpu_driver/             # 显卡驱动角色
│   │   ├── vars/               # 角色专用变量
│   │   │   └── main.yaml       # 驱动版本、下载URL等
│   │   ├── tasks/              # 角色任务（安装/卸载逻辑）
│   │   │   └── main.yml        # 调用脚本执行操作
│   │   └── files/              # 角色专属脚本
│   │       └── install.sh      # 显卡驱动安装/卸载脚本
│   │
│   ├── node_exporter/          # Node Exporter角色
│   │   ├── vars/               # 专属变量
│   │   └── tasks/              # 专属任务
│   │
│   └── dcgm_exporter/          # DCGM Exporter角色
│
├── playbooks/                  # 独立组件剧本
│   ├── deploy_gpu.yml          # 仅部署GPU驱动
│   ├── deploy_node_exporter.yml# 仅部署Node Exporter
│   └── all_components_deploy.yml # 全量部署所有组件
│
├── scripts/                    # 辅助脚本[ansible执行错误时使用]
│   └── ib-drive.sh             # 网卡驱动安装脚本
│   └── nvidia-driver.sh        # 显卡驱动安装脚本
│   └── nvidia-fabricmanager.sh # GPU互联管理器安装脚本
│   └── cuda.sh                 # CUDA工具包安装脚本
│   └── system_optimize.sh      # 系统初始化安装脚本
│
├── ansible.cfg                 # Ansible全局配置
└── README.md                   

三、执行命令示例

场景1：批量安装Node Exporter（案例）

ansible-playbook -i inventory/production.ini site.yml --extra-vars "component=node-exporter-install operation=install"

场景2：单台服务器安装指定版本NVIDIA驱动

ansible-playbook -i inventory/staging.ini site.yml --limit server-01 --extra-vars "component=gpu-install operation=install version=535.104.05"

场景3：批量卸载DCGM Exporter

ansible-playbook -i inventory/production.ini site.yml --extra-vars "component=dcgm-exporter-install operation=uninstall"

场景4：手动执行脚本（Ansible失败时）

# 移步:scripts 目录手动执行相关脚本。
# http://10.101.0.51:3000/yindun/ansible-devops/src/branch/main/scripts

四、扩展与维护

1. 新增组件

1. 编写独立脚本（如node-exporter-install.sh），支持--install/--uninstall/--version参数；
2. 将脚本上传至指定的存储位置；
3. 在group_vars/all.yaml中添加默认版本；
4. 直接通过Ansible调用：

   ansible-playbook -i inventory/prod.ini site.yml --extra-vars "component=node-exporter-install operation=install"
   

---