最新CUDA环境配置教程(ubuntu 20.04 + cuda 11.7 + cuDNN 8.4)
ubuntu 20.04 CUDA 11.7 cuDNN 8.4 环境配置教程[*]ubuntu 20.04 CUDA 11.7 cuDNN 8.4 环境配置教程
[*]1.查看是否有合适的GPU
[*]2.查看系统版本,我用的是ubuntu 20.04:
[*]3.验证系统GCC版本:
[*]4.通过下面的地址下载安装包:
[*]
[*]
[*]
[*]这里奉劝各位一句, 如果你实在是新手, 可以选择deb(local)
[*]5.禁用系统自带的显卡驱动
[*]6.安装cuda程序
[*]7.将CUDA路径加入系统环境
[*]
[*]
[*]
[*]这里再次强调一下, 如果没学过vim的同学可以学一下, 在Linux中用的非常多, vim工具也很简单, 就是一个文本编辑工具
[*]8.验证安装
[*]9.cuDNN下载
[*]10.cuDNN安装
[*]
[*]OK! 到这里就全部安装好了, 希望对大家有用.
[*]另外再强调一点, 在Linux上开发, 真的建议广大初学者从命令行开始入手!!!
本教程可以在完全命令行完成, 你可以只需要用ssh连接主机就好.
本教程适配环境:
[*]ubuntu 20.04
[*]cuda 11.7
[*]cudnn 8.4
1.查看是否有合适的GPU
在命令行输入:
lspci | grep -i nvidia 输出:
00:07.0 3D controller: NVIDIA Corporation TU104GL (rev a1) 2.查看系统版本,我用的是ubuntu 20.04:
在命令行输入:
uname -m && cat /etc/*release 输出:
x86_64
DISTRIB_ID=Ubuntu
DISTRIB_RELEASE=20.04
DISTRIB_CODENAME=focal
DISTRIB_DESCRIPTION="Ubuntu 20.04.4 LTS"
NAME="Ubuntu"
VERSION="20.04.4 LTS (Focal Fossa)"
ID=ubuntu
ID_LIKE=debian
PRETTY_NAME="Ubuntu 20.04.4 LTS"
VERSION_ID="20.04"
HOME_URL="https://www.ubuntu.com/"
SUPPORT_URL="https://help.ubuntu.com/"
BUG_REPORT_URL="https://bugs.launchpad.net/ubuntu/"
PRIVACY_POLICY_URL="https://www.ubuntu.com/legal/terms-and-policies/privacy-policy"
VERSION_CODENAME=focal
UBUNTU_CODENAME=focal 3.验证系统GCC版本:
在命令行输入:
gcc --version 输出:
gcc (Ubuntu 9.4.0-1ubuntu1~20.04.1) 9.4.0
Copyright (C) 2019 Free Software Foundation, Inc.
This is free software; see the source for copying conditions.There is NO
warranty; not even for MERCHANTABILITY or FITNESS FOR A PARTICULAR PURPOSE. 4.通过下面的地址下载安装包:
https://developer.nvidia.com/cuda-downloads
https://img-blog.csdnimg.cn/e03109fc20c0474d95e31c81a98d229d.png#pic_center
比如我这里是Ubuntu 20.04, 那么我选择的是Linux -> x86_64 -> Ubuntu -> 20.04 -> runfile(local)
这里奉劝各位一句, 如果你实在是新手, 可以选择deb(local)
我这里用的是wget的下载命令, 如果大家网速不行, 建议可以手动复制wget后面的网址, 然后在浏览器打开进行下载
在命令行输入:
wget https://developer.download.nvidia.com/compute/cuda/11.7.0/local_installers/cuda_11.7.0_515.43.04_linux.run https://img-blog.csdnimg.cn/b6b3780f45134c938aedc4fa879e241f.png#pic_center
5.禁用系统自带的显卡驱动
在命令行输入:
sudo touch /etc/modprobe.d/blacklist-nouveau.conf sudo vim /etc/modprobe.d/blacklist-nouveau.conf 然后将下面的内容添加到/etc/modprobe.d/blacklist-nouveau.conf中并保存:
blacklist nouveau
options nouveau modeset=0 更新一下
sudo update-initramfs -u 输出:
update-initramfs: Generating /boot/initrd.img-5.4.0-110-generic 这里需要重启一下
sudo reboot 6.安装cuda程序
找到我们在之前下载.run文件
在命令行输入:
sudo sh cuda_11.7.0_515.43.04_linux.run 运行之后可能要稍微等一小段时间, 20~30秒左右, 系统在解压文件并加载, 不用着急.
然后需要你先接受使用协议:
https://img-blog.csdnimg.cn/6c9e0d7e40974e81a1aadc04398ab290.png#pic_center
然后选择安装:
这里可以明确的看到, 它会帮你自动安装好所需要的驱动, 这里建议使用它的会比较好.包括:驱动,toolkit,demo和文档都可以安装好.
https://img-blog.csdnimg.cn/0675d2927d7b4b2c9d30a7520c12ad46.png#pic_center
然后界面会跳回之前的界面, 稍等, 这里在安装东西, 大家不要慌.
https://img-blog.csdnimg.cn/99b34bba649a41168704857d7384ddd2.png#pic_center
等待安装完毕会有如下界面:
https://img-blog.csdnimg.cn/296a8e11a5b84c88ada30ddc7bbecfd3.png#pic_center
这就完了吗? 当然不是!
7.将CUDA路径加入系统环境
在安装完成后, 我们需要将cuda的路径写入系统环境变量中, 让系统能够找到CUDA.
这里需要你用VIM或者gedit打开~/.bashrc:
这里再次强调一下, 如果没学过vim的同学可以学一下, 在Linux中用的非常多, vim工具也很简单, 就是一个文本编辑工具
vim ~/.bashrc 然后将下面的内容放在.bashrc文件的最后面
export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/cuda/lib64
export PATH=$PATH:/usr/local/cuda/bin
export CUDA_HOME=$CUDA_HOME:/usr/local/cuda https://img-blog.csdnimg.cn/b3a4ae2e8d434505b6979de23ad8f73a.png#pic_center
然后输入:
source ~/.bashrc
sudo ldconfig 这两步是来更新系统环境的
8.验证安装
查看nvcc:
nvcc -V https://img-blog.csdnimg.cn/b381ecea71a545b8af5df5f72393328c.png#pic_center
查看你的系统GPU参数, 运行deviceQuery:
/usr/local/cuda/extras/demo_suite/deviceQuery https://img-blog.csdnimg.cn/0c2cee15bc634dff8a3f72cb518a9b00.png#pic_center
特别注意一点:现在安装方式把原来老版本中samples文件夹替换成了demo_suit, 原来完整版的samples请前往GITHUB下载:
https://github.com/NVIDIA/cuda-samples
9.cuDNN下载
下载地址:
https://developer.nvidia.com/rdp/cudnn-download
https://img-blog.csdnimg.cn/0c0cb01f4f054e28baeb174ca366af71.png#pic_center
将下载的tar文件上传到设备上
解压缩文件:
tar -xvf cudnn-linux-x86_64-8.4.0.27_cuda11.6-archive.tar.xz https://img-blog.csdnimg.cn/7c47cbef53864adfa361b2a55389cd61.png#pic_center
10.cuDNN安装
将下载好的.h文件和lib文件放到cuda文件夹目录下:
注意这里的cudnn-linux-x86_64-8.4.0.27_cuda11.6-archive可能会因为你是用别的版本而稍有不同, 请使用别的版本的同学自行更改
sudo cp cudnn-linux-x86_64-8.4.0.27_cuda11.6-archive/include/cudnn*.h /usr/local/cuda/include
sudo cp -p cudnn-linux-x86_64-8.4.0.27_cuda11.6-archive/lib/libcudnn* /usr/local/cuda/lib64
sudo chmod a+r /usr/local/cuda/include/cudnn*.h /usr/local/cuda/lib64/libcudnn* OK! 到这里就全部安装好了, 希望对大家有用.
另外再强调一点, 在Linux上开发, 真的建议广大初学者从命令行开始入手!!!
免责声明：如果侵犯了您的权益，请联系站长，我们会及时删除侵权内容，谢谢合作！
页:
[1]