Ubuntu16.04下GPU环境的搭建

发表于 | 分类于 | 评论数： | 阅读次数：
本文字数：1.4k字

前言

Ubuntu下的GPU环境搭建包括显卡驱动的安装，CUDA的安装以及cudnn的安装配置，下面我将具体介绍N卡的GPU环境配置。

1. 显卡驱动的安装

1.1 官网下载安装

对于N(Nvidia)卡的驱动安装，我们可以在官网搜索最新的适配的驱动，然后手动安装：

  • Step1 进入官网显卡驱动页面搜索合适的显卡驱动并下载：

    1548679790126

    • Step2 添加当前显卡驱动进入黑名单：

      1
      2
      3
      4
      5
      6
      7
      sudo vim /etc/modprobe.d/blacklist.conf 

      blacklist nouveau 
      blacklist lbm-nouveau 
      options nouveau modeset=0 
      alias nouveau off 
      alias lbm-nouveau off

    • Step3 禁止nouveau:

      1
      2
      echo options nouveau modeset=0 | sudo tee -a /etc/modprobe.d/nouveau-kms.conf
      sudo update-initramfs -u

    • Step4 重启

      1
      sudo reboot

    • Step5 进入字符模式：

      1
      ctrl + alt + F1

    • Step6 输入用户名密码之后，关闭x server:

      1
      2
      sudo service lightdm stop 
      sudo init 3

    • Step7 切换至下载路径，一般默认/home/用户名/Downloads/，执行：

      1
      2
      3
      cd nvidia目录
      chmod 777 NVIDIA-Linux-x86_64-版本号.run
      sudo sh NVIDIA-Linux-x86_64-版本号.run --no-opengl-files

    • Step8 重启电脑

      1
      reboot

1.2 系统自动更新下载

Ubuntu16.04系统自带两个显卡驱动，一个是默认的nouveau驱动，另一个是Nvidia-384显卡驱动，我们可以进入设置-软件与更新-附加驱动可以看到：

1548681018673

选择NVIDIA相应驱动，然后点击Revert即可安装，重启可生效。当然，我们还可以通过命令行安装，如：

1
sudo apt-get install nvidia-384

这两种方式本质都是一样的，都是基于已有软件源进行安装的，为了安装更新的驱动版本，可以更新软件源：

1
2
sudo add-apt-repository ppa:graphics-drivers/ppa
sudo apt-get update

建议在设置中设置默认下载源为中国的软件源。

1.3踩坑指南

  • N卡驱动安装生效需要在BIOS设置Secure Boot为false；

  • 如果安装失败，且无法进入桌面，可以先进入tty界面(ctrl+alt+F1)，卸载N卡驱动：

    1
    sudo apt-get remove --purge nvidia*

    如果是通过runfile安装的，则在安装目录执行：

    1
    sh ./NVIDIA-Linux-x86_64-版本号.run --uninstall

  • 输入nvidia-smi或者nvidia-settings，如果有打印信息，则说明安装成功：

    1548682031861

    1548682052228

2.CUDA的安装配置

CUDA是为N卡准备的GPU运算加速库，可以方便我们的GPU计算，一般都自带一个比较旧的显卡驱动，可能跟系统不适配，所以最好不选择安装其自带的显卡驱动，另外，CUDA和显卡驱动也有适配关系：

20181229015209262

2.1 官网下载安装

CUDA官网提供了CUDA的下载安装文件，选择我们想要的版本进行安装即可：

1548681862651

下载提供的所有文件，然后依次安装即可，同样是在下载路径执行：

1
2
3
sudo chmod 777 cuda*.run
sudo sh ./cuda文件1.run
sudo sh ./cuda文件2.run

安装过程注意：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
在安装cuda过程中首先会遇到一大串协议，直接Ctrl+C停止，并输入accept即可跳过
安装过程出现的选项选择方式如下：
Install NVIDIA Accelerated Graphics Driver for Linux-x86_64 384.81?
(y)es/(n)o/(q)uit: n
 
Do you want to install the OpenGL libraries?
(y)es/(n)o/(q)uit [ default is yes ]:  y
 
Install the CUDA 8.0 Toolkit?
(y)es/(n)o/(q)uit: y
 
Enter Toolkit Location
 [ default is /usr/local/cuda-9.0 ]: 
 
Do you want to install a symbolic link at /usr/local/cuda?
(y)es/(n)o/(q)uit: y
 
Install the CUDA 8.0 Samples?
(y)es/(n)o/(q)uit: y
Enter CUDA Samples Location [ default is /home/dell ]:

最后我们需要配置环境，由于比较懒，直接命令行执行，以cuda8.0为例:

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
if [ 0 -eq $(cat /etc/profile | grep -c 'export PATH=/usr/local/cuda-8.0/bin:/usr/local/cuda/bin:$PATH') ] ;then
	echo  'export PATH=/usr/local/cuda-8.0/bin:/usr/local/cuda/bin:$PATH' >> /etc/profile
fi

if [ 0 -eq $(cat /etc/profile | grep -c 'export LD_LIBRARY_PATH=/usr/local/cuda-8.0/lib64:/usr/local/cuda/lib64') ] ;then
	echo  'export LD_LIBRARY_PATH=/usr/local/cuda-8.0/lib64:/usr/local/cuda/lib64:$LD_LIBRARY_PATH' >> /etc/profile
fi

if [ 0 -eq $(cat /etc/ld.so.conf.d/cuda.conf | grep -c '/usr/local/cuda-8.0/lib64') ] ;then
	echo  '/usr/local/cuda-8.0/lib64' >> /etc/ld.so.conf.d/cuda.conf
fi

if [ 0 -eq $(cat /etc/ld.so.conf.d/cuda.conf | grep -c '/usr/local/cuda/lib64') ] ;then
	echo  '/usr/local/cuda/lib64' >> /etc/ld.so.conf.d/cuda.conf
fi

if [ 0 -eq $(cat ~/.bash_profile | grep -c 'export LD_LIBRARY_PATH=/usr/local/cuda-8.0/lib64:/usr/local/cuda/lib64') ] ;then
	echo  'export LD_LIBRARY_PATH=/usr/local/cuda-8.0/lib64:/usr/local/cuda/lib64:$LD_LIBRARY_PATH' >> ~/.bash_profile
fi

sudo ldconfig
source /etc/profile
source ~/.bash_profile

终端执行nvcc -V，如果显示cuda信息，则环境配置成功，否则重启电脑重试。

2.2 Conda安装

如果你使用的是anaconda包管理器，可以直接安装下载cuda，可以提前设置下载源：

1
2
3
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --set show_channel_urls yes

由于conda的环境管理机制，我们在下载安装很多深度框架(tensorflow-gpu)的同时会自动安装cuda和cudnn：

1548683120751

2.3 卸载

对于cuda8.0直接执行:

1
2
3
4
5
6
7
8
sudo /usr/local/cuda/bin/uninstall_cuda_8.0.pl
sudo rm -rf /usr/local/cuda*/
sudo rm -rf /etc/ld.so.conf.d/cuda.conf
sudo sed -i 'cuda-8.0/d' /etc/profile
sudo sed -i 'cuda-8.0/d' ~/.bash_profile
sudo ldconfig
source /etc/profile
source ~/.bash_profile

3.cudnn的安装配置

3.1 官网下载安装

进入cudnn官网注册登录,选择合适的cudnn版本：

1548683283036

下载得到的是一个压缩包，在下载路径执行(我下的对应版本是cuda8.0, cudnn7.1,若使用可自行修改数字)：

1
2
3
4
5
6
7
8
tar -xzvf cudnn-8.0-linux-x64-v7.1.tgz
sudo cp cuda/include/cudnn.h /usr/local/cuda/include
sudo rm -rf /usr/local/cuda/lib64/libcudnn.so.7 /usr/local/cuda/lib64/libcudnn.so
sudo cp cuda/lib64/lib* /usr/local/cuda/lib64/
sudo rm -rf /usr/local/cuda/lib64/libcudnn.so.7 /usr/local/cuda/lib64/libcudnn.so
sudo ln -s /usr/local/cuda/lib64/libcudnn.so.7.1.3 /usr/local/cuda/lib64/libcudnn.so.7
sudo ln -s /usr/local/cuda/lib64/libcudnn.so.7 /usr/local/cuda/lib64/libcudnn.so
sudo rm -rf cuda/

3.2 Conda安装

见2.2节

3.3卸载

1
2
sudo rm -rf /usr/local/cuda/include/cudnn.h
sudo  rm -rf /usr/local/cuda/lib64/libcudnn*
-------------本文结束感谢您的阅读-------------
坚持原创技术分享，您的支持将鼓励我继续创作！