Ubuntu 14.04安装CUDA-8.0

0.032字数 1623阅读 30080

about

blog参考了
masa_fishUbuntu 14.04 上安装 CUDA 7.5 超详细教程
dennyCaffe学习系列(1):安装配置ubuntu14.04+cuda7.5+caffe+cudnn
dongbeidamiUbuntu 14.04上安装caffe
NVIDIA官方教程de NVIDIA CUDA Installation Guide for Linux

0. FIRST OF ALL

0.1 如果之前安装过,但失败了的同学,请敲下...

a)..deb安装失败的....

$ sudo apt-get --purge remove nvidia*

b).run安装失败的....
执行

$ sudo /usr/local/cuda-8.0/bin/uninstall_cuda_8.0.pl
$ sudo /usr/bin/nvidia-uninstall
  • 在 a) 或 b) 后,若仍安装有问题,请敲下
$ sudo apt-get autoremove --purge nvidia-*   #把nvidia驱动清个干干净净
$ sudo reboot
  • !Note: sudo apt-get remove --purge nvidia-*这条指令并没卸载干净,可能存在驱动的冲突,导致安装不成功

0.2 建议来一本官方安装手册:

NVIDIA CUDA INSTALLATION GUIDE FOR LINUX

1 PRE-INSTALLATION ACTION

1.1 Verify you have a CUDA-Capable GPU

$ lspci | grep -i nvidia

我的机器显示:

01:00.0 3D controller: NVIDIA Corporation GF117M [GeForce 610M/710M/810M/820M / GT 620M/625M/630M/720M] (rev a1)

这里 验证型号

1.2 Verify you have a Supported Version of Linux

$ uname -m && cat /etc/*release

结果显示:

x86_64
DISTRIB_ID=Ubuntu
DISTRIB_RELEASE=14.04
...

1.3 Verify the System Has GCC Installed

$ gcc --version

结果显示:

gcc (Ubuntu 4.8.4-2ubuntu1~14.04.3) 4.8.4
...

1.4 Verify the System has the Correct Kernel Headers and Development Packages Installed

查看正在运行的系统内核版本

$ uname -r

结果显示

4.4.0-45-generic

安装对应的kernels header和开发包:

$ sudo apt-get install linux-headers-$(uname -r)

1.5 Download the NVIDIA CUDA Toolkit

这里下载最新.run版本
这里选择历史版本

cudn.png

下载完后,用MD5 检验,如果序号不和,得重新下载

$ md5sum cuda_8.0.27_linux.run
5639ffeb939ee58a81554d06bd084e15  cuda_8.0.27_linux.run

2. RUNFILE INSTALLATION

2.1 Disabling Nouveau

$ lsmod | grep nouveau

如果有内容输出,则需禁掉nouveau

$ sudo vi /etc/modprobe.d/blacklist-nouveau.conf

添加如下内容:

blacklist nouveau
options nouveau modeset=0

保存退出(:wq)
执行

$ sudo update-initramfs –u

再执行

$ lsmod | grep nouveau

若无内容输出,则禁用成功
然后重启电脑

$ sudo reboot

2.2 Reboot Into Text Mode

重启后,进入登录界面的时候,不要登录进入桌面(否则可能会失败,若不小心进入,请重启电脑),直接按Ctrl+Alt+F1进入文本模式(命令行界面),登录账户。

关闭图形化界面

$ sudo service lightdm stop

切换到cuda_8.0.27_linux.run的目录,执行

$ sudo sh cuda_8.0.27_linux.run

!Note:安装的时候,要让你先看一堆文字(EULA),我们直接不停的按空格键到100%;
遇到提示是否安装openGL ,选择no,其他的可以一路accept, yes或回车

安装成功后,会显示installed,否则会显示failed

重启图形化界面

$ sudo service lightdm start

登录时能进入桌面,不会一直在重复登录,成功已近大半。

!Note:如果出现重复登陆情况,请卸载cuda,然后重装。
原因:是OpenGLNVIDIA发生了什么什么的。
卸载:由于登陆进入不到图形用户界面(GUI),但我们可以进入到文本用户界面(TUI)(TUI很酷有没有?)

  • 在登陆界面时,按Ctrl + Alt + f1,进入TUI
  • 执行
$ sudo /usr/local/cuda-8.0/bin/uninstall_cuda_8.0.pl
$ sudo /usr/bin/nvidia-uninstall
  • 然后重启
$ sudo reboot
  • 重新安装.run(安装时请留眼,在提示是否安装OpenGL时,应该选no)

2.3 Device Node Verification

执行

$ ls /dev/nvidia*

可能出现a), b), c),d)三种结果,请对号入座。前方高能!

  • a) 若结果显示
/dev/nvidia0  /dev/nvidiactl  /dev/nvidia-uvm

或显示出类似的信息,应该有三个(包含一个类似/dev/nvidia-nvm的),则安装成功

  • b)如果运气有点背,结果是这样的
ls: cannot access /dev/nvidia*: No such file or directory

或是这样的,只出现

/dev/nvidia0  /dev/nvidiactl

中的一个或两个,但没有/dev/nvidia-num

莫方,也许还有希望(我在安装时就是这种情况。。。)按照官方的做法:

把下面的.sh文件随便命个名(我命名为Nka.sh)

#!/bin/bash

/sbin/modprobe nvidia

if [ "$?" -eq 0 ]; then
  # Count the number of NVIDIA controllers found.
  NVDEVS=`lspci | grep -i NVIDIA`
  N3D=`echo "$NVDEVS" | grep "3D controller" | wc -l`
  NVGA=`echo "$NVDEVS" | grep "VGA compatible controller" | wc -l`

  N=`expr $N3D + $NVGA - 1`
  for i in `seq 0 $N`; do
    mknod -m 666 /dev/nvidia$i c 195 $i
  done

  mknod -m 666 /dev/nvidiactl c 195 255

else
  exit 1
fi

/sbin/modprobe nvidia-uvm

if [ "$?" -eq 0 ]; then
  # Find out the major device number used by the nvidia-uvm driver
  D=`grep nvidia-uvm /proc/devices | awk '{print $1}'`

  mknod -m 666 /dev/nvidia-uvm c $D 0
else
  exit 1
fi

然后执行

$ sudo chmod +x Nka.sh
$ sudo ./Nka.sh
$  ls /dev/nvidia*
/dev/nvidia0  /dev/nvidiactl  /dev/nvidia-uvm

成功!

1, 这种做不太友好,我的意思是,当下次重启电脑时,你使用ls /dev/nvidia*指令时,你是看不到那三个nvidia的文件了。所以你又得手动执行
sudo ./Nka.sh指令了,是不是很烦!其实上面的.sh文件是startup scipt,也就是启动脚本。顾名思义,就是在系统启动时,自动加载的。哈,这么棒的功能就是我们想要的。
2, 添加启动脚本的方法大致有两种,我就此介绍一种最傻瓜化的方法。
执行

$ sudo vi /etc/rc.local

如果你是第一次打开这个文件,它应该是空的(除了一行又一行的#注释项外)。这文件的第一行是

#!/bin/sh -e

-e去掉(这步很重要,否则它不会加载这文本的内容)
然后把Nka.sh的内容除了#!/bin/bash外复制到其中,(before exit 0 )保存退出。
下次重启时,你应该能直接看到/dev目录下的三个nvidia的文件

$ ls /dev/nvidia*
/dev/nvidia0 /dev/nvidiactl /dev/nvidia-uvm
  • c) 如果人品实在不好(我就遇过几次。。。),结果是这样的
modprobe: ERROR: could not insert 'nvidia_uvm': Operation not permitted

少年,我救不了你了。但是winney大神可以。(在此谢过她了,阿 里 嘎 多!)

当出现这种情况时,可能是驱动打起架来了。
执行

$ sudo apt-get autoremove --purge nvidia-* #把nvidia驱动清个干干净净
$ sudo reboot         #一定记得重启,不然你会后悔的!

然后

$ sudo ./Nka.sh
$ ls /dev/nvidia*

这时,应该可以见到

/dev/nvidia0 /dev/nvidiactl /dev/nvidia-uvm
  • d) 未知,有点悲伤的告诉你,少年,我只能帮到这了,建议网上另寻方案,或重装.run。Gook Luck!

3 POST-INSTALLATION ACTIONS

3.1 Environment Setup

打开系统配置文件

$ sudo vi /etc/profile

在文件最后添加

export PATH=/usr/local/cuda-8.0/bin:$PATH
export LD_LIBRARY_PATH=/usr/local/cuda-8.0/lib64:$LD_LIBRARY_PATH

保存退出

执行

$ source /etc/profile

让文件立即生效

至此cuda 8.0安装完毕。

3.2 Verify the Installation

3.2.1 Verify the Driver Version

敲入

$ cat /proc/driver/nvidia/version

结果显示

NVRM version: NVIDIA UNIX x86_64 Kernel Module  361.77  Sun Jul 17 21:18:18 PDT 2016
GCC version:  gcc version 4.8.4 (Ubuntu 4.8.4-2ubuntu1~14.04.3)

或之类的东东

3.2.2 Verify CUDA Toolkit

敲入

$ nvcc -V

结果显示

nvcc: NVIDIA (R) Cuda compiler driver
Copyright (c) 2005-2016 NVIDIA Corporation
Built on Wed_May__4_21:01:56_CDT_2016
Cuda compilation tools, release 8.0, V8.0.26

!Note: 如果是这样的:

The program 'nvcc' is currently not installed. You can install it by typing:
sudo apt-get install nvidia-cuda-toolkit

莫方,确认下/etc/profile的配置环境是否正确

即使什么都没改,可能忘了这一步,或是之前执行了,但过了有段时间,且又还没重启电脑。因为source /etc/profile是临时生效,重启电脑才是永久生效

执行

$ source /etc/profile

再执行(应该就有显示了)

$ nvcc -V
3.2.3 Complie sample

cd 进NVIDIA_CUDA-8.0_Samples目录
执行

$  make

!Note: 这区间大概需要十几到二十分钟,请耐心等待。建议来杯caffe

运行完后,编译结果会放在NVIDIA_CUDA-8.0_Samples目录下的bin目录

3.2.3 Running the Binaries

cdbin目录里面的里面的里面,知道看到一堆可执行文件(菱形的图标),大概是 ~/NVIDIA_CUDA-8.0_Samples/bin/x86_64/linux/release

执行

$ ./deviceQuery

结果显示

./deviceQuery Starting...

 CUDA Device Query (Runtime API) version (CUDART static linking)

Detected 1 CUDA Capable device(s)

Device 0: "GeForce GT 720M"
  CUDA Driver Version / Runtime Version          8.0 / 8.0
  CUDA Capability Major/Minor version number:    2.1
  Total amount of global memory:                 1985 MBytes (2081226752 bytes)
  ( 2) Multiprocessors, ( 48) CUDA Cores/MP:     96 CUDA Cores
  GPU Max Clock rate:                            1250 MHz (1.25 GHz)
  Memory Clock rate:                             800 Mhz
  Memory Bus Width:                              64-bit
  L2 Cache Size:                                 131072 bytes
  Maximum Texture Dimension Size (x,y,z)         1D=(65536), 2D=(65536, 65535), 3D=(2048, 2048, 2048)
  Maximum Layered 1D Texture Size, (num) layers  1D=(16384), 2048 layers
  Maximum Layered 2D Texture Size, (num) layers  2D=(16384, 16384), 2048 layers
  Total amount of constant memory:               65536 bytes
  Total amount of shared memory per block:       49152 bytes
  Total number of registers available per block: 32768
  Warp size:                                     32
  Maximum number of threads per multiprocessor:  1536
  Maximum number of threads per block:           1024
  Max dimension size of a thread block (x,y,z): (1024, 1024, 64)
  Max dimension size of a grid size    (x,y,z): (65535, 65535, 65535)
  Maximum memory pitch:                          2147483647 bytes
  Texture alignment:                             512 bytes
  Concurrent copy and kernel execution:          Yes with 1 copy engine(s)
  Run time limit on kernels:                     No
  Integrated GPU sharing Host Memory:            No
  Support host page-locked memory mapping:       Yes
  Alignment requirement for Surfaces:            Yes
  Device has ECC support:                        Disabled
  Device supports Unified Addressing (UVA):      Yes
  Device PCI Domain ID / Bus ID / location ID:   0 / 1 / 0
  Compute Mode:
     < Default (multiple host threads can use ::cudaSetDevice() with device simultaneously) >

deviceQuery, CUDA Driver = CUDART, CUDA Driver Version = 8.0, CUDA Runtime Version = 8.0, NumDevs = 1, Device0 = GeForce GT 720M
Result = PASS

或之类的东东,且最后是 Result = PASS,若失败 Result = FAIL

再来一个,执行

$ ./bandwidthTest

结果显示

[CUDA Bandwidth Test] - Starting...
Running on...

 Device 0: GeForce GT 720M
 Quick Mode

 Host to Device Bandwidth, 1 Device(s)
 PINNED Memory Transfers
   Transfer Size (Bytes)    Bandwidth(MB/s)
   33554432         3220.9

 Device to Host Bandwidth, 1 Device(s)
 PINNED Memory Transfers
   Transfer Size (Bytes)    Bandwidth(MB/s)
   33554432         3271.9

 Device to Device Bandwidth, 1 Device(s)
 PINNED Memory Transfers
   Transfer Size (Bytes)    Bandwidth(MB/s)
   33554432         9772.8

Result = PASS

NOTE: The CUDA Samples are not meant for performance measurements. Results may vary when GPU Boost is enabled.

少年,恭喜你!你已成功安装cuda-8.0,接下来就可以愉快的玩耍了

推荐阅读更多精彩内容