Linux+CentOS服务器NVIDIA显卡驱动更新(NVIDIA Driver)、CUDA、cuDNN更新 ...

• 目录
  
• 一、服务器显卡驱动更新
  
• 1、查看原有的显卡驱动和CUDA信息（做备份纪录）
  
• 2、删除原本服务器上的nvidia驱动步伐
  
• 3、重新安装nvidia驱动步伐
  
• 二、CUDA更新
  
• 1、官网查找cuda对应的版本：CUDA Toolkit Archive | NVIDIA Developer
  
• 2、复制红框两行代码到服务器，进行CUDA下载
  
• 3、设置环境变量
  
• 三、安装cudnn
  
• 1、官网下载cudnn
  
• 2、下载tar.xz包后放在服务器目录下，使用tar命令对tar.xz进行解压：
  
• 3、将解压后的头文件和库复制到cuda目录中：
  
• 4、cuDNN安装完成，查看安装的版本：
  

---

一、服务器显卡驱动更新

1、查看原有的显卡驱动和CUDA信息（做备份纪录）

1. nvidia-smi -a

复制代码

  备注：
  nvidia-smi：GPU驱动版本，driverAPI（支持的最高cuda版本）
  watch -n 1 nvidia-smi：动态监控显卡状态
  nvcc -V：cuda版本，timeAPI（运行时API）
  2、删除原本服务器上的nvidia驱动步伐

① 清除所有nvidia相关文件和依靠

1. yum remove nvidia-*

复制代码

② 进一步清除（把nvidia-driver的相关组件都清理掉）

1. rpm -qa|grep -i nvid|sort
2. yum remove kmod-nvidia-*

复制代码

③ 清除cuda

1. yum remove "*nvidia*"
2. yum remove "*cublas*" "cuda*"

复制代码

④ 卸除驱动重启

1. sudo reboot

复制代码

⑤ 输入nvidai-smi，报错的话就是卸载乐成了。
3、重新安装nvidia驱动步伐

① 在nvidia官网找到显卡对应的驱动步伐，下载后复制到服务器上。可以自界说放在这个目录：/root/Downloads/（自界说即可）
     nvidia官网驱动下载：官方驱动 | NVIDIA
  

② cd到这个驱动文件的目录，然后运行这个驱动文件

1. cd /root/Downloads/
2. sh NVIDIA-Linux-x86_64-470.57.02.run

复制代码

  备注：在安装过程中大概会显示一个问题
  

  选择NO继续。如果出现警告可以不消理会，直接继续，直到安装完成。
  ③ 安装完成后，输入nvidai-smi，显示如下，则安装乐成。

二、CUDA更新

1、官网查找cuda对应的版本：CUDA Toolkit Archive | NVIDIA Developer

2、复制红框两行代码到服务器，进行CUDA下载

安装过程中，会问你是否需要下载驱动（Drive），正常环境下请不要下载，即选择否。即取消第一个Drive的[X]，改为[ ]（使用回车键取消选择），然后选“Install”开始安装下载。（默认安装目录是/usr/local/）

   安装后会出现：
  

  3、设置环境变量

① 打开编辑~/.bashrc文件：vim ~/.bashrc
② 在文件末尾添加如下两行(应该是有很多种添加方式，这里选用了其中一种)。PS, 要将cuda版本11.7替换成你安装的版本，如cuda-12.2。

1. export PATH=/usr/local/cuda-11.7/bin${PATH:+:${PATH}}
2. export LD_LIBRARY_PATH=/usr/local/cuda-11.7/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}

复制代码

③ 刷新~/.bashrc设置文件，使得设置生效：source ~/.bashrc
④ 测试、查询nvcc版本检查是否安装乐成：nvcc -V
三、安装cudnn

1、官网下载cudnn

   下载地址：https://developer.nvidia.com/rdp/cudnn-archive
  备注：需要挂梯子，然后登录/注册英伟达的账号，进行邮箱验证。
  2、下载tar.xz包后放在服务器目录下，使用tar命令对tar.xz进行解压：

1. tar -xvf cudnn-linux-x86_64-8.8.1.3_cuda11-archive.tar.xz

复制代码

3、将解压后的头文件和库复制到cuda目录中：

注意看cuda目录是不是正确,大概是cuda-11.7

1. cd cudnn-linux-x86_64-8.9.7.29_cuda11-archive
2. sudo cp include/cudnn*    /usr/local/cuda/include
3. sudo cp lib/libcudnn*    /usr/local/cuda/lib64
4. sudo chmod a+r /usr/local/cuda/include/cudnn*   /usr/local/cuda/lib64/libcudnn*

复制代码

4、cuDNN安装完成，查看安装的版本：

1. cat /usr/local/cuda/include/cudnn_version.h | grep CUDNN_MAJOR -A 2

复制代码

  

  ~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~
~~~~~~~~~~~~~~~~~ 到这里搞定完啦 ~~~~~~~~~~~~~~~~~~~~

~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~

---

↓↓↓↓↓   以下是深度学习跑代码需要重新更新环境的步调哦   ↓↓↓↓↓

---

四、为深度学习模子练习设置新环境、新版本的pytorch

1、用anaconda新建一个环境：

1. conda create -n env_name python=3.9.7 

复制代码

2、激活这个新的环境：

1. conda activate env_name 

复制代码

3、下载pytorch：

1. pip install torch==2.0.0+cu117 torchvision==0.15.1+cu117 -f https://download.pytorch.org/whl/torch_stable.html -i https://pypi.tuna.tsinghua.edu.cn/simple

复制代码

  【备注官方pytorch的下载地址】 
  下载地址：Start Locally | PyTorch
  【备注一些anaconda的操纵说明】：
  查看安装了哪些包：conda list
查看有哪些假造环境：conda env list, conda info -e
创建假造环境：conda create -n env_name python=3.9.7  （env_name，改成本身的）
激活/切换假造环境：activate env_name   （env_name，改成本身的）
删除假造环境：conda remove -n env_name    （env_name，改成本身的）
  

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！更多信息从访问主页：qidao123.com:ToB企服之家，中国第一个企服评测及商务社交产业平台。