当前位置：网站首页>NVIDIA三件套环境配置

NVIDIA三件套环境配置

2022-06-27 18:27:00 【51CTO】

对于做深度学习的环境而言，我们需要理顺以下之间的关系。

就比如PyTorch框架，版本越高，对于显卡算力的要求就会越高，显卡算力上去了，CUDA的版本也要跟上去，CUDA版本上去了，驱动版本也要跟上。。。

我个人而言一般会按照高版本的驱动+低版本的CUDA+与CUDA对应的cudnn+与CUDA对应的PyTorch这样的顺序去配置环境。

CUDA与驱动的对应关系

但是其中会有玄学问题，自行探索！

多百度，都会解决的。

驱动

遇到实在解决不了的问题，最简单的方法就是全部清除干净，重新上路。如果是新电脑第一次配置可以跳过清除操作。

       
       # 卸载CUDA，对应好自己的版本号
       
       sudo /usr/local/cuda-11.1/bin/cuda-uninstaller
       
       sudo 
       
       rm 
       
       -rf /usr/local/cuda-11.1/
       
       # 卸载驱动
       
       sudo /usr/bin/nvidia-uninstall
       
       sudo apt-get 
       
       --purge remove nvidia*
       
       sudo apt-get purge nvidia*
       
       sudo apt-get purge libnvidia*
       
       sudo apt-get autoremove
       
       # 确保不输出任何内容
       
       sudo dpkg 
       
       --list | 
       
       grep mvidia*
       
       # 确保禁用了开源驱动nouveau，理论上正常安装NVIDIA官方驱动会自动禁用
       
lsmod | 
       
       grep nouveau
       
       # 无输出即代表禁用成功
      
1.
2.
3.
4.
5.
6.
7.
8.
9.
10.
11.
12.
13.
14.
15.
16.
17.

其实CUDA会自带驱动，但是一般都是先装上驱动，再去安装CUDA，在安装CUDA的过程中取消安装CUDA自带的驱动。

当然也可以直接驱动和CUDA一起安装

       
       # 对应好自己的卡下载对应驱动
       
下载地址：https://www.nvidia.cn/Download/index.aspx
       
       ?lang
       
       =cn
       
       # 下载好之后进入到文件所在目录，是一个run后缀的文件，加上执行权限
       
       sudo 
       
       chmod a
       
       +x NVIDIA-Linux-x86_64-470.82.00.run
       
       sudo ./NVIDIA-Linux-x86_64-470.82.00.run
       
       # 完成后重启一下
       
       sudo reboot
       
       # 测试一下，看看是否输出信息
       
nvidia-smi
      
1.
2.
3.
4.
5.
6.
7.
8.
9.

CUDA

       
       # 下载CUDA，下载run文件，不要deb文件，deb文件会在安装过程中替换掉已安装的驱动
       
下载地址：https://developer.nvidia.com/cuda-toolkit-archive
       
       # 下载好之后进入到文件所在目录，是一个run后缀的文件，加上执行权限
       
       sudo 
       
       chmod a
       
       +x cuda_11.1.0_455.23.05_linux.run
       
       sudo ./cuda_11.1.0_455.23.05_linux.run
       
       # 如果是已经安装好驱动了，记得安装CUDA的时候取消安装驱动
       
       # 安装完成后查看一下环境变量，理论上会自动在末尾添加
       
       sudo 
       
       vim ~/.bashrc
       
       # 如果没有，记得自己追加，对应好版本
       
       export 
       
       PATH
       
       =/usr/local/cuda-11.0/bin
       
       ${PATH:+:
       
       ${PATH}
       
       }
       
       export 
       
       LD_LIBRARY_PATH
       
       =/usr/local/cuda-11.0/lib64
       
       ${LD_LIBRARY_PATH:+:
       
       ${LD_LIBRARY_PATH}
       
       }
       
       # 更新环境变量
       
       source ~/.bashrc
       
       # 测试版本
       
nvcc 
       
       -V
       
       #编译并测试设备 deviceQuery：
       
       cd /usr/local/cuda/samples/1_Utilities/deviceQuery
       
       sudo 
       
       make
       
./deviceQuery
       
       #编译并测试带宽 bandwidthTest：
       
       cd ../bandwidthTest
       
       sudo 
       
       make
       
./bandwidthTest
      
1.
2.
3.
4.
5.
6.
7.
8.
9.
10.
11.
12.
13.
14.
15.
16.
17.
18.
19.
20.
21.
22.
23.
24.
25.
26.
27.
28.

NVIDIA三件套环境配置_CUDA

cudnn

      
      
       
       # 下载对应CUDA版本的cudnn，需要提前注册
       
       
下载地址：https://developer.nvidia.com/rdp/cudnn-archive
       
       

       
       # 下载如下文件：
      
      
      
      
       
       1.
       
       2.
       
       3.

NVIDIA三件套环境配置_cudnn_02

       
       # 解压后，进行文件替换
       
       sudo 
       
       cp cuda/include/cudnn.h /usr/local/cuda/include
       
       sudo 
       
       cp cuda/lib64/libcudnn* /usr/local/cuda/lib64
       
       # 更改权限
       
       sudo 
       
       chmod a
       
       +r /usr/local/cuda/include/cudnn.h /usr/local/cuda/lib64/libcudnn*
       
       # 安装deb包
       
       sudo dpkg 
       
       -i libcudnn8_8.0.5.39-1
       
       +cuda11.0_amd64.deb
       
       sudo dpkg 
       
       -i libcudnn8-dev_8.0.5.39-1
       
       +cuda11.0_amd64.deb
       
       sudo dpkg 
       
       -i libcudnn8-samples_8.0.5.39-1
       
       +cuda11.0_amd64.deb
       
       # 完成后测试
       
       cd /usr/src/cudnn_samples_v8/mnistCUDNN
       
       sudo 
       
       make
       
./mnistCUDNN
       
       # 如图，成功
      
1.
2.
3.
4.
5.
6.
7.
8.
9.
10.
11.
12.
13.
14.
15.

NVIDIA三件套环境配置_cudnn_03

问题汇总

运行sudo dpkg --list | grep mvidia*还有输出

英伟达的相关包还没删干净，对照输出的还剩的包，挨个删干净。

       
       # 重复执行
       
       sudo apt-get 
       
       --purge remove xxx
       
       # 最终确保运行以下命令确保无输出
       
       sudo dpkg 
       
       --list | 
       
       grep mvidia*
      
1.
2.
3.
4.

运行lsmod | grep nouveau无输出，但还提示让禁用

理论上驱动会自行禁用nouveau开源驱动，但玄学问题，你懂的。

       
       # 进行手动爆破
       
       sudo 
       
       vim /etc/modprobe.d/blacklist-nouveau.conf
       
       # 添加以下内容
       
blacklist nouveau options nouveau 
       
       modeset
       
       =
       
       0
       
       # 执行该命令实现更新
       
       sudo update-initramfs 
       
       -u
       
       # 再次安装NVIDIA驱动即可，安装完成后立即重启
      
1.
2.
3.
4.
5.
6.
7.