关于云计算:纯净Ubuntu16安装CUDA91和cuDNN

欢送拜访我的GitHub

https://github.com/zq2599/blog_demos

内容：所有原创文章分类汇总及配套源码，波及Java、Docker、Kubernetes、DevOPS等；

本篇概览

• 本人有一台2015年的联想笔记本，显卡是GTX950M，已装置ubuntu 16.04 LTS桌面版，为了应用其GPU实现deeplearning4j的训练工作，本人入手装置了CUDA和cuDNN，在此将整个过程记录下来，以备未来参考，整个装置过程分为以下几步：
• 筹备工作
• 装置Nvidia驱动
• 装置CUDA
• 装置cuDNN

特地问题阐明

• 依照个别步骤，在装置完Nvidia显卡驱动后，会提醒对应的CUDA版本，接下来依照提醒的版本装置CUDA，例如我这里提醒的是11.2，失常状况下，我应该装置11.2版本的CUDA
• 然而我抉择9.1版本就行装置，因为之前的开发中发现deeplearning4j应用了11.2的SDK后，启动利用会有ClassNotFound的谬误，此问题至今未修复(羞愧，欣宸程度如此之低...)，因而，我在Nvidia驱动提醒11.2版本的状况下，仍然装置了9.1版本，起初在此环境运行deeplearning4j利用一切正常
• 如果您没有我这类问题，齐全能够依照驱动指定的版本来装置CUDA，具体的操作步骤稍后会具体说到；

筹备工作

• 接下来的操作，除了在网页下载，其余都是ssh近程连贯到ubuntu机器操作的，ssh登录的帐号为一般帐号，并非root
• 如果已有驱动，请先删除：

sudo apt-get remove --purge nvidia*

• 禁用nouveau驱动（很重要），用vi关上文件<font color="blue">/etc/modprobe.d/blacklist.conf</font>，在尾部减少以下内容，而后保留退出：

blacklist nouveaublacklist lbm-nouveauoptions nouveau modeset=0alias nouveau offalias lbm-nouveau off

• 敞开nouveau：

echo options nouveau modeset=0 | sudo tee -a /etc/modprobe.d/nouveau-kms.conf

• 更新initramfs:

update-initramfs -u

• 执行reboot重启电脑
• 重启后，执行以下命令，应该不会有任何输入，证实nouveau曾经禁用：

lsmod|grep nouveau

• 获取Kernel source：

sudo apt-get install linux-source

• 装置过程中显示信息如下图：

• 依据上图红框中的信息，可知内核版本号为<font color="blue"></font>，于是执行以下命令：

sudo apt-get install linux-headers-4.4.0-210-generic

下载和装置Nvidia驱动

• 拜访Nvidia网站，地址<font color="blue">https://www.nvidia.cn/Downloa...</font>，而后抉择对应的显卡和操作系统，我的抉择如下图所示：

• 点击上图<font color="blue">搜寻</font>按钮后，进入下图页面，点击下载：

• 下载失去的文件名为<font color="blue">NVIDIA-Linux-x86_64-460.84.run</font>
• 敞开图形页面：

sudo service lightdm stop

• 给驱动文件减少可执行权限：

sudo chmod a+x NVIDIA-Linux-x86_64-460.84.run

• 开始装置：

sudo ./NVIDIA-Linux-x86_64-460.84.run -no-x-check -no-nouveau-check -no-opengl-files

• 遇到下图，抉择红框：

• 遇到下图，间接回车：
  
• 复原图形页面：

sudo service lightdm start

• 执行命令<font color="blue">nvidia-smi</font>，如果驱动装置胜利，会显示以下内容：

will@lenovo:~/temp/202106/20$ nvidia-smiSun Jun 20 09:02:11 2021       +-----------------------------------------------------------------------------+| NVIDIA-SMI 460.84       Driver Version: 460.84       CUDA Version: 11.2     ||-------------------------------+----------------------+----------------------+| GPU  Name        Persistence-M| Bus-Id        Disp.A | Volatile Uncorr. ECC || Fan  Temp  Perf  Pwr:Usage/Cap|         Memory-Usage | GPU-Util  Compute M. ||                               |                      |               MIG M. ||===============================+======================+======================||   0  GeForce GTX 950M    Off  | 00000000:01:00.0 Off |                  N/A || N/A   41C    P0    N/A /  N/A |      0MiB /  4046MiB |      1%      Default ||                               |                      |                  N/A |+-------------------------------+----------------------+----------------------+                                                                               +-----------------------------------------------------------------------------+| Processes:                                                                  ||  GPU   GI   CI        PID   Type   Process name                  GPU Memory ||        ID   ID                                                   Usage      ||=============================================================================||  No running processes found                                                 |+-----------------------------------------------------------------------------+

• 从上述内容可见<font color="blue">CUDA Version: 11.2</font>示意该驱动对应的CUDA版本应该是<font color="red">11.2</font>，正如后面所说，我这边遇到了问题，因而接下来会装置9.1版本，然而您能够抉择装置<font color="red">11.2</font>

装置CUDA

• 浏览器拜访<font color="blue">https://developer.nvidia.com/...</font>，点击红框中的链接：

• 如下图，下载Linux版本：

• 持续抉择<font color="blue">x86_64</font>：

• 抉择具体的Linux版本及其版本号：

• 要下载的货色不少，一个安装程序和三个补丁：

• 上述四个文件的下载地址整顿如下：

https://developer.download.nvidia.cn/compute/cuda/9.1/secure/Prod/local_installers/cuda_9.1.85_387.26_linux.run?P0Ntu_6NLtuuEMm6fJRk1W5vl4KM7oaT1oFW870zKJ-zDw2ckKntFLOE6klRJfw2CmTa8z3Q390_6urlgc6LqjoqlIFW9gvfvDCusnINYplLaw1u8lRY8R4oVNtpNzaXU4BQcHjvdb6c6rjq20dktCcRd4640woXt1yHmD95v1Du7wdBBXq2eOYhttps://developer.download.nvidia.cn/compute/cuda/9.1/secure/Prod/patches/1/cuda_9.1.85.1_linux.run?yeXf_7wIGlHAUw--E_YVLQZRgXv0x2i043woJVY-ydXU5Kyhc-eYQf5JmL-4mvYmlvPYCEc5RhT2sDWscX20CJbdOwpkt30kWb9vx8E4oIlajDQ3MVPvXdiKKsIOBUx-h0q0N0jSkNn80VMhW-nk8jwvRY_e6MuFzqWBaPkhttps://developer.download.nvidia.cn/compute/cuda/9.1/secure/Prod/patches/2/cuda_9.1.85.2_linux.run?5jGZxNigaOJkaaPbMagjhSW7ebQvYGyYoqe2vBxZ1eV8qp2BzXJLxIPgAo11UgWhORirQkdJGq5b8eFh4aShBVUTmuPaasvRiMCKDZw5yjjIobGQrCEyU-LFO59AbrRER57Mxa0T1Sc97fC80IOZq8Ox2repjn7A3oYVgd8https://developer.download.nvidia.cn/compute/cuda/9.1/secure/Prod/patches/3/cuda_9.1.85.3_linux.run?CxWimJTC-XROYihig-UZmH62odbJInf1fmxTZ_bsW1nQ0Zz5cL5r8qLmlMR_1j2rVhk3j8Z5lS6dpArt8frjGHH2MeVn5TefMoclam8udm-RSMMmqHXYE66hHN2D0drVEdtCwe8ZrEIYb2rpucaz9svCFE8Z319mge4Ju94

• 下载结束后，执行命令<font color="blue">chmod a+x *.run</font>为上述四个文件减少可执行权限
• 装置CUDA：

sudo sh cuda_9.1.85_387.26_linux.run

• 遇到license时，像是用vi工具那样，输出":"，再输出"q"回车，就能跳过license浏览，执行真正的安装操作了：

• 接下来是一系列发问，每一个发问的答复如下图，千万留神红框中的问题肯定要抉择<font color="red">n</font>：

• 装置实现后输入以下内容：

Installing the CUDA Toolkit in /usr/local/cuda-9.1 ...Missing recommended library: libGLU.soMissing recommended library: libX11.soMissing recommended library: libXi.soMissing recommended library: libXmu.soMissing recommended library: libGL.soInstalling the CUDA Samples in /home/will ...Copying samples to /home/will/NVIDIA_CUDA-9.1_Samples now...Finished copying samples.============ Summary ============Driver:   Not SelectedToolkit:  Installed in /usr/local/cuda-9.1Samples:  Installed in /home/will, but missing recommended librariesPlease make sure that -   PATH includes /usr/local/cuda-9.1/bin -   LD_LIBRARY_PATH includes /usr/local/cuda-9.1/lib64, or, add /usr/local/cuda-9.1/lib64 to /etc/ld.so.conf and run ldconfig as rootTo uninstall the CUDA Toolkit, run the uninstall script in /usr/local/cuda-9.1/binPlease see CUDA_Installation_Guide_Linux.pdf in /usr/local/cuda-9.1/doc/pdf for detailed information on setting up CUDA.***WARNING: Incomplete installation! This installation did not install the CUDA Driver. A driver of version at least 384.00 is required for CUDA 9.1 functionality to work.To install the driver using this installer, run the following command, replacing <CudaInstaller> with the name of this run file:    sudo <CudaInstaller>.run -silent -driverLogfile is /tmp/cuda_install_13425.log

• 关上文件<font color="blue">~/.bashrc</font>，在尾部减少以下两行(LD_LIBRARY_PATH如果曾经存在，请参考PATH的写法改成追加)：

export PATH=/usr/local/cuda-9.1/bin:$PATHexport LD_LIBRARY_PATH=/usr/local/cuda-9.1/lib64

• 执行命令<font color="blue">source ~/.bashrc</font>使配置失效
• 执行命令<font color="blue">su -</font>切换到root帐号，执行以下命令（不要用sudo，而是切到root帐号）：

sudo echo "/usr/local/cuda-9.1/lib64" >> /etc/ld.so.conf

• 再以root身份执行以下命令：

ldconfig

• 执行命令<font color="blue">exit</font>退出root身份，当初又是一般帐号的身份了
• 执行命令<font color="blue">nvcc -V</font>查看CUDA版本，留神参数V是大写：

will@lenovo:~$ nvcc -Vnvcc: NVIDIA (R) Cuda compiler driverCopyright (c) 2005-2017 NVIDIA CorporationBuilt on Fri_Nov__3_21:07:56_CDT_2017Cuda compilation tools, release 9.1, V9.1.85

• 装置第一个补丁：

sudo sh cuda_9.1.85.1_linux.run

• 装置第二个补丁：

sudo sh cuda_9.1.85_387.26_linux.run

• 装置第三个补丁：

sudo sh cuda_9.1.85_387.26_linux.run

装置cuDNN

• 浏览器拜访<font color="red">https://developer.nvidia.com/...</font>：

• 按提醒登录，如果没有帐号请注册一个，登录后进入下载页面，须要点击下图红框地位才有能见到老版本：

• 抉择与CUDA匹配的版本：

• 下载后解压，失去文件夹<font color="blue">cuda</font>，而后执行以下命令：

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.hsudo chmod a+r /usr/local/cuda/lib64/libcudnn*

• 执行查看确认的命令<font color="blue">cat /usr/local/cuda/include/cudnn.h | grep CUDNN_MAJOR -A 2</font>，如果装置顺利会有以下输入：

#define CUDNN_MAJOR 7#define CUDNN_MINOR 1#define CUDNN_PATCHLEVEL 3--#define CUDNN_VERSION    (CUDNN_MAJOR * 1000 + CUDNN_MINOR * 100 + CUDNN_PATCHLEVEL)#include "driver_types.h"

• 至此，Ubuntu16装置CUDA(9.1)和cuDNN曾经实现了，心愿能给您一些参考。

你不孤独，欣宸原创一路相伴

1. Java系列
2. Spring系列
3. Docker系列
4. kubernetes系列
5. 数据库+中间件系列
6. DevOps系列

欢送关注公众号：程序员欣宸

微信搜寻「程序员欣宸」，我是欣宸，期待与您一起畅游Java世界...
https://github.com/zq2599/blog_demos