【CUDA】CUDA开发环境搭建

版权声明:本文为博主原创文章,未经博主允许不得转载。
目录:
本文介绍在Linux环境下(Ubuntu 14.04)安装NVIDIA公司的并行计算平台CUDA(Compute Unified Device Architecture)。本文将会介绍两种方法,一种是基于Debian包关系系统(Package Mangager Installation),另一种则是手动安装。
1. PRE-INSTALLATION ACTIONS
在安装CUDA以及显卡驱动之前,请先确定如下内容:
- 你的计算机是否装有一颗支持CUDA的GPU
- 你的计算机所运行的Linux版本是否被CUDA所支持
- 你的计算机是否已经安装了gcc,gcc的版本是否被CUDA支持
下面具体展开:
1.1 检查GPU
在Linux系统下,输入如下命令:
$ lspci | grep -i nvidia
如果你的计算机上装有NVIDIA公司的GPU的话,将会出现相关信息。同时,你也可以登陆NIVIDIA公司的CUDA官方网站CUDA ZONE去查看你的GPU是否支持CUDA。
1.2 检查系统
查看你的Linux发行版本,输入如下指令:
$ uname -m && cat /etc/*release
这一步主要是查看你的计算机是32位的还是64位的。如果你看到“x86_64”,那么说明你的计算机是64位的。
1.3 检查gcc
gcc编译器是编译CUDA所必须的,通常在安装Linux发行版的过程中,都会自动安装,但为了保险起见,我们还是检查一下:
$ gcc --version
至此,我们完成了CUDA安装的预备内容。下面就可以开始安装啦。
2. PACKAGE MANAGER INSTALLATION
包管理安装是Linux一个非常方便的安装机制。每一个deb包都是一个仓库。deb包既可以预先下载到本地,同时也可以在线下载并安装。不过考虑到天朝的网络情况,在这里还是建议预先下载下来。
使用这一方法安装,非常的简介方便。
Step1:登陆CUDA ZONE - Download - CUDA Toolkit,根据你自己的系统、计算机体系架构、Linux发行版、版本进行选择,如下所示:
按照我们之前说的,首先下载到本地。
Step2:核对md5sum码,确定下载过程无误
$ md5sum cuda-repo-ubuntu1404-7-5-local_7.5-1.8_amd64.deb
Step3:执行下列命令,安装一个Debian包裹文件。如我们的例子:
$ dpkg -i cuda-repo-ubuntu1404-7-5-local_7.5-1.8_amd64.deb
这里需要注意的是,这个文件名称不是绝对的,你也可以根据自己的系统下载个性化的Debian安装包,但请注意,下载的文件名应该如何如下规则:
cuda-repo-<distro>_<version>_<architecture>.deb
Step4:更新Ubuntu的Apt仓库
$ sudo apt-get update
Step5:执行安装
$ sudo apt-get install cuda
这里需要注意的是,NVIDIA显卡的驱动是集成在CUDA里面的,所以当我们完成CUDA安装后,同时显卡驱动也自动安装好了。
3. Manually Installation
此外,我们还可以使用手动安装的方法。
Step1:安装必要的库
$ sudo apt-get install freeglut3-dev build-essential libx11-dev libxmu-dev libxi-dev libgl1-mesa-glx libglu1-mesa libglu1-mesa-dev
【注】
对于刚刚安装好Ubuntu的同学,建议大家首先更换软件源。
更换的方法:打开Ubuntu的“软件中心”,选择 编辑 - 软件源。在其他站点,选择一个中国的站点就可以,然后再执行下面的命令,更新Ubuntu Apt仓库。
$ sudo apt-get update
Step2:删除已有的NVIDIA内容,包括驱动等等。
$ sudo apt-get remove --purge nvidia*
Step3:拉黑名单,在blacklist.conf里面输入如下内容:
$ sudo vi /etc/modprobe.d/blacklist.conf
lacklist amd76x_edac
blacklist vga16fb blacklist nouveau blacklist rivafb blacklist nvidiafb blacklist rivatv
Step4:由于我们在安装CUDA的过程中必须屏蔽掉Linux的X Window,所以我们必须关闭Linux里面的lightdm,在真正的命令行终端里面执行。
输入Ctrl + Alt + F1,进入命令行终端。执行如下命令:
sudo service lightdm stop chmod +x cuda_7.5.18_linux.run sudo ./cuda_7.5.18_linux.run
在运行过程中貌似需要重启一次?小问题,基本上就是一路accept/yes/ENTER中度过了。
最终将会得到如下结果:
Driver: Installed Toolkit: Installed In /Usr/Local/Cuda-7.5 Samples: Installed.
Step5:这个时候重启lightdm,重回GUI界面
$ sudo service lightdm restart
Step6:path设置
安装的最后,我们需要重新设置Ubuntu的环境变量PATH和LD_LIBRARY_PATH。
$ export PATH=/usr/local/cuda-7.5/bin:$PATH $ export LD_LIBRARY_PATH=/usr/local/cuda-7.5/lib64:$LD_LIBRARY_PATH
4. Test
安装完成后,我们可以通过NVIDIA_SAMPLE来进行测试,以验证CUDA是否成功安装。
NVIDIA_SAMPLE时NVIDIA公司提供的一系列测试样例,一般我们使用其中的deviceQuery,该程序打印系统所有的硬件资源,输入如下命令:
$ cd ~/NVIDIA_CUDA-7.5_SAMPLES $ cd ./1-Utilities/deviceQuery $ make $ ./deviceQuery
如果能够出现如下信息,则说明安装成功!
5. Reference
[2] Installation Guide for Linux
[3] CUDA Zone
2015/1/8 于 浙大
每一个不曾起舞的日子,都是对生命的辜负。
But it is the same with man as with the tree. The more he seeks to rise into the height and light, the more vigorously do his roots struggle earthward, downward, into the dark, the deep - into evil.
其实人跟树是一样的,越是向往高处的阳光,它的根就越要伸向黑暗的地底。----尼采
【推荐】国内首个AI IDE,深度理解中文开发场景,立即下载体验Trae
【推荐】编程新体验,更懂你的AI,立即体验豆包MarsCode编程助手
【推荐】抖音旗下AI助手豆包,你的智能百科全书,全免费不限次数
【推荐】轻量又高性能的 SSH 工具 IShell:AI 加持,快人一步
· go语言实现终端里的倒计时
· 如何编写易于单元测试的代码
· 10年+ .NET Coder 心语,封装的思维:从隐藏、稳定开始理解其本质意义
· .NET Core 中如何实现缓存的预热?
· 从 HTTP 原因短语缺失研究 HTTP/2 和 HTTP/3 的设计差异
· 分享一个免费、快速、无限量使用的满血 DeepSeek R1 模型,支持深度思考和联网搜索!
· 基于 Docker 搭建 FRP 内网穿透开源项目(很简单哒)
· ollama系列01:轻松3步本地部署deepseek,普通电脑可用
· 按钮权限的设计及实现
· 25岁的心里话