一 .安裝Ubuntu16.04.
用Ultral刻錄一個Ubuntu16.04的安裝盤。
開機,按F2選擇啟動項,用U盤啟動。
安裝Ubuntu16.04
二 .NVIDIA驅動安裝
1.禁用nouveau
sudo vim /etc/modprobe.d/blacklist.conf # 将nouveau加入黑名單
blacklist nouveau #添加在最後一行,禁用nouveau第三方驅動,之後也不需要改回來
sudo update-initramfs -u #重新生成initram
lsmod | grep nouveau #重新開機,用該指令檢查是否禁用成功;如果禁用成功,該指令無任何輸出;否則就是禁用失敗
1)Ctrl+alt+F1 進入字元界面,關閉圖形界面
sudo service lightdm stop //必須有,不然會安裝失敗
2)挂載U盤(驅動檔案在U盤内)
以root使用者登陸
用fdisk -l 看看U盤的裝置
假如U盤是sdb4
确定在 目錄 /mnt 下建立了 檔案夾 /usb,如果未建立可鍵入一下指令:mkdir /mnt/usb,成功後進行下一步。
載入 u 盤,需鍵入以下指令:mount /dev/sdb4 /mnt/usb
成功後,即可使用 u 盤了, 檔案就在目錄 /mnt/usb 下。
解除安裝u盤:在使用完u盤後,在拔出前需要先鍵入解除安裝U盤指令
指令如下:umount /mnt/usb
3)安裝 nvidia driver
sudo chmod 755 NVIDIA-Linux-x86_64-367.27.run
sudo ./NVIDIA-Linux-x86_64-367.27.run --no-opengl-files其中參數--no-opengl-files一定要加,否則會進入無限循環登入
sudo service lightdm start
重新開機電腦
三、 安裝cuda8.0
1、準備:去官網下載下傳cuda_8.0.61_375.26_linux.run以及更新檔檔案cuda_8.0.61.2_linux.run
2、賦予可執行權限
chmod +x cuda_8.0.61_375.26_linux.run
chmod +x cuda_8.0.61.2_linux.run
3、進行安裝前檢查
-
3.1 Verify You Have a CUDA-Capable GPU
在終端中輸入: $ lspci | grep -i nvidia ,會顯示自己的NVIDIA GPU版本資訊
去CUDA的官網http://developer.nvidia.com/cuda-gpus檢視自己的GPU版本是否在CUDA的支援清單中
3.2Verify You Have a Supported Version of Linux 檢查自己的linux版本是否支援,我安裝的是ubuntu14.04版本的,這個沒有問題. 在終端中輸入: $ uname -m && cat /etc/*release
3.3校驗是否有gcc
在終端中輸入: $ gcc –version
3.4Verify the System has the Correct Kernel Headers and Development Packages Installed
- 在終端中輸入: $ uname –r 可以檢視自己的kernel版本資訊
在終端中輸入: $sudo apt-get install linux-headers-uname –r
4、安裝
ctrl+alt+F1
sudo ./cuda_8.0.61_375.26_linux.run
按照提示,其中,詢問是否要安裝openGL時,一定要選No!
安裝更新檔檔案cuda_8.0.61.2_linux.run
按照提示完成即可,重新開機!
設定環境變量。
終端中輸入 $ sudo gedit /etc/profile
末尾添加:
export PATH=/usr/local/cuda-8.0/bin/:$PATH
export LD_LIBRARY_PATH=/usr/local/cuda8.0/lib64/:$LD_LIBRARY_PATH
sudo ldconfig
檢查環境變量是否成功
重新開機電腦,終端輸入env,檢查上述的環境變量(路徑)是否設定成功。
檢查cuda是否安裝成功。
-
檢查 NVIDIA Driver是否安裝成功
終端輸入 :$ cat /proc/driver/nvidia/version 會輸出NVIDIA Driver的版本号
-
檢查 CUDA Toolkit是否安裝成功
終端輸入 : $ nvcc –V 會輸出CUDA的版本資訊
- 如果顯示沒有安裝nvcc,則運作下面指令:
-
sudo apt-get install nvidia-cuda-toolkit libxi-dev libgl1-mesa-glx libglu1-mesa-dev
- 編譯cuda提供的例子
- 安裝庫,因為接下來安裝Samples需要make,是以得先裝好一些庫和依賴
-
安裝CUDA自帶的Samplessudo apt-get install freeglut3-dev build-essential libx11-dev libxmu-dev libxi-dev libglu1-mesa libglu1-mesa-dev libgl1-mesa-glx 後三個沒安裝
cd /usr/local/cuda/samples sudo make all -j4
cd ./bin/x86_64/linux/release
./deviceQuery
-
7) 安裝 cudnn5.0
安裝 cuDNN 比較簡單,解壓後把相應的檔案拷貝到對應的 CUDA 目錄下即
可:
tar -zxvf cudnn-8.0-linux-x64-v5.0-ga.tgz
顯示以下資訊:
*cuda/include/cudnn.h
cuda/lib64/libcudnn.so
cuda/lib64/libcudnn.so.5
cuda/lib64/libcudnn.so.5.0.5
cuda/lib64/libcudnn_static.a*
繼續執行以下指令:
sudo cp cuda/include/cudnn.h /usr/local/cuda/include/
sudo cp cuda/lib64/libcudnn* /usr/local/cuda/lib64/
sudo chmod a+r /usr/local/cuda/include/cudnn.h
sudo chmod a+r /usr/local/cuda/lib64/libcudnn*
-
看到類似如下圖檔中的顯示,則代表CUDA安裝且配置成功
- 再檢查一下系統和CUDA-Capable device的連接配接情況
終端輸入 : $ ./bandwidthTest
成功!