요구 사항

설치에 앞서 워크스테이션에 갖춰야 할 것들입니다. 설치 스크립트의 --check 모드가 대부분을 검증하니, 전체 설치 전에 한 번 실행하세요.

운영 체제

LabPod 지원 대상은 아래 OS 매트릭스와 설치 스크립트의 런타임 검사를 모두 만족하는 호스트입니다. 설치 스크립트가 더 많은 배포판에서 apt와 dnf를 감지하더라도 공식 지원을 뜻하지는 않습니다.

OS	지원	참고
Rocky Linux 9.x / RHEL 9.x / AlmaLinux 9.x	1차 지원	권장 RHEL 계열 대상입니다. Podman 4.6+, cgroup v2, rootless 조건을 확인하세요.
Rocky Linux 8.10+ / RHEL 8.10+ / AlmaLinux 8.10+	지원	Podman 4.6+가 필요합니다. cgroup v1 호스트도 기능 저하 모드로 동작하지만 CPU/MEM 할당량 적용에는 cgroup v2가 필요합니다.
Ubuntu 24.04 LTS	1차 지원	권장 Ubuntu 대상입니다. 배포판 Podman 패키지가 4.6 이상인지 확인하세요.
Ubuntu 22.04 LTS	조건부	운영자가 신뢰 가능한 경로로 Podman 4.6+를 설치하고 preflight를 통과한 경우만 지원합니다.
Ubuntu 20.04 LTS	조건부 / 비권장	cgroup v2, rootless Podman, Podman 4.6+를 수동으로 충족해야 합니다. 신규 설치에는 권장하지 않습니다.
Debian / Fedora	비공식 best-effort	`install.sh`가 `apt`/`dnf`로 동작할 수 있지만 공식 지원 대상은 아닙니다.
CentOS 8 / CentOS Stream 8 / CentOS 7	비지원	EOL이거나 필요한 systemd/cgroup/rootless Podman 스택이 너무 오래되었습니다.

그 외 apt 또는 dnf 기반 배포판은 설치를 시도할 수 있지만 위 매트릭스 조건과 preflight를 통과하지 않으면 지원 대상이 아닙니다.

컨테이너 런타임

Podman 4.6 이상이 필요합니다. 설치 스크립트가 없으면 설치하며, 사전 검증 단계에서 4.6보다 오래된 버전을 거부합니다.

루트리스로 작동하도록 Podman을 구성해야 합니다:

각 사용자의 /etc/subuid 및 /etc/subgid 항목 (스크립트가 자동으로 추가합니다).
사용자 네임스페이스 활성화 (/proc/sys/user/max_user_namespaces > 0).
사용자별 systemd linger 활성화 (스크립트가 loginctl enable-linger를 호출합니다).

cgroup 버전

cgroup v2를 강력히 권장합니다. cgroup v1 호스트에서는:

CPU 및 메모리 할당량이 적용되지 않습니다. 워크스페이스는 시작되지만 루트리스 Podman이 리소스 제한을 자동으로 무시합니다.
GPU 할당 및 디스크 어카운팅은 영향을 받지 않습니다.

확인 방법:

stat -fc %T /sys/fs/cgroup/
# "cgroup2fs" = v2 (정상)   "tmpfs" = v1 (기능 저하)

Rocky/RHEL/AlmaLinux 8 호스트는 cgroup v1으로 부팅되는 경우가 흔합니다. 설치 전에 전환하려면:

Ubuntu / Debian Rocky / RHEL / AlmaLinux / Fedora

sudo grubby --update-kernel=ALL --args="systemd.unified_cgroup_hierarchy=1"
sudo reboot
# 재부팅 후 확인:
test -f /sys/fs/cgroup/cgroup.controllers && echo cgroupv2

# Run these as root
grubby --update-kernel=ALL --args="systemd.unified_cgroup_hierarchy=1"
reboot
# 재부팅 후 확인:
test -f /sys/fs/cgroup/cgroup.controllers && echo cgroupv2

Rocky/RHEL/AlmaLinux 9, Ubuntu 22+, 최신 Fedora/Debian은 일반적으로 cgroup v2가 기본값이지만 항상 위 명령으로 확인하세요.

GPU (선택 사항)

GPU 워크스페이스를 위해:

정상 동작하는 NVIDIA 드라이버와 nvidia-smi가 있는 NVIDIA GPU.
드라이버 버전: NVIDIA 드라이버 535.54.03 이상.
NVIDIA Container Toolkit: 스크립트가 NVIDIA 저장소를 추가하고 설치합니다.
/etc/cdi/nvidia.yaml의 CDI 스펙: 스크립트가 nvidia-ctk cdi generate로 생성합니다.

GPU 드라이버 자체는 스크립트가 설치하지 않습니다. 미리 설치하고 nvidia-smi가 동작하는지 확인하세요.

소프트웨어 방식 분할 GPU (선택 사항)

여러 워크스페이스가 하나의 GPU를 동시에 공유하려면 소프트웨어 GPU 공유 런타임 라이브러리가 필요합니다. LABPOD_GPU_SHARING_LIB_PATH를 라이브러리 파일 경로로 설정하세요. 해당 변수가 설정되어 있지만 파일이 존재하지 않으면 서버 시작이 거부됩니다.

설정 방법은 GPU 구성을 참조하세요.

MIG (선택 사항, A100/H100)

MIG 지원 카드는 운영자가 nvidia-smi로 미리 분할할 수 있습니다. LabPod는 런타임에 슬라이스 인벤토리를 읽습니다. 표준 드라이버와 Container Toolkit 외에 추가 소프트웨어가 필요하지 않습니다.

네트워크

포트 24680 (또는 구성된 포트)이 LAN에서 접근 가능해야 합니다.
설치 중에는 패키지 저장소를 위한 인터넷 접근이 필요합니다. 이후 운영은 완전히 오프라인으로 가능합니다.

하드웨어 규모 지침

최소 요구 사항은 없습니다. 일반적인 소규모 연구실 배포:

동시 사용자당 4~8 CPU 코어.
딥러닝 워크로드를 위해 사용자당 16+ GB RAM.
NVMe 스토리지 권장; 이미지와 모델 캐시가 사용자당 20~50 GB에 달할 수 있습니다.