CUDA以及CUDNN安装手册
CUDA以及CUDNN安装手册
标签: CUDA CUDAToolkit CUDNN
1.相关知识介绍
1.1什么是CUDA?
CUDA(Compute Unified Device Architecture),是显卡厂商NVIDIA推出的运算平台。 CUDA™是一种由NVIDIA推出的通用并行计算架构,该架构使GPU能够解决复杂的计算问题。 它包含了CUDA指令集架构(ISA)以及GPU内部的并行计算引擎。
1.2什么是CUDA Toolkit?
官方解释:The NVIDIA® CUDA® Toolkit provides a development environment for creating high performance GPU-accelerated applications.
- 我的理解:
CUDA Toolkit
是一个为创建高性能GPU加速器应用程序提供开发环境的工具包。
1.3什么是CUDNN?
NVIDIA cuDNN是用于深度神经网络的GPU加速库。它强调性能、易用性和低内存开销。NVIDIA cuDNN可以集成到更高级别的机器学习框架中,如加州大学伯克利分校的流行CAFFE软件。简单的,插入式设计可以让开发人员专注于设计和实现神经网络模型,而不是调整性能,同时还可以在GPU上实现高性能现代并行计算。
2.CentOS 7 安装CUDA Toolkit 8.0
- 第一步:卸载掉原有的驱动(在 3 级别中操作)
PS:如果你之前自己装了驱动请卸载,如果你自己没有装,系统默认会为你安装Nouveau 驱动,卸载Noveau驱动的方法如下:
①在文件/usr/lib/modprobe.d/blacklist.conf
或/etc/modprobe.d/blacklist.conf
底部追加如下内容:
#这段代码是将nouveau驱动加入黑名单
blacklist nouveau
options nouveau modeset=0
②以root用户执行如下命令
#这段代码是备份原有文件
mv /boot/initramfs-$(uname -r).img /boot/initramfs-$(uname -r).img.bak
#这段代码是重建initramfs
dracut -v /boot/initramfs-$(uname -r).img $(uname -r)
- 第二步:安装依赖
[依赖关系请查看网址]:http://docs.nvidia.com/cuda/cuda-installation-guide-linux/index.html#axzz4jCnrl557
①Centos7.x版本安装CUDA Toolkit需要内核版本>3.10,请使用uname -r
命令查看自己的内核版本
②Centos7.x版本安装CUDA Toolkit需要GCC>4.8.2,请使用gcc --version
命令查看自己的GCC版本
③为了避免其他的依赖报错,请以root用户执行如下命令:
yum install-y gcc-c++ python-devel
yum groupinstall -y "development tools"
-
第三步:下载并安装CUDA Toolkit
[CUDA Toolkit 下载地址]:https://developer.nvidia.com/cuda-downloads
下载下来的包名为:cuda_8.0.61_375.26_linux.run
①将下载下来的文件上传到CentOS主机,我本次上传到了/root
目录
②使用命令bash cuda_8.0.61_375.26_linux.run
运行程序包
注意:首先出现的是说明之类的内容,按ctrl+c
跳过,在接下来弹出的窗口全部选择y
,安装路径也使用默认的 -
第四步:编译CUDA Toolkit
①执行完安装程序后会在/root
目录下生成目录NVIDIA_CUDA-8.0_Samples
文件夹
②进入NVIDIA_CUDA-8.0_Samples
文件夹,执行make
命令进行编译
注意:在这一步有好多的warning警告信息忽略就好,有报错也大都是一些库没有安装,根据提示安装后重新编译即可 -
第五步:测试CUDA Toolkit是否安装成功
执行命令/root/NVIDIA_CUDA-8.0_Samples/bin/x86_64/linux/release/deviceQuery
进行测试是否安装成功。
3.CentOS 7基于CUDA Toolkit 8.0安装CUDNN
[CUDNN 下载地址]:https://developer.nvidia.com/rdp/form/cudnn-download-survey
- 第一步:下载CUDNN安装文件并解压
注意:根据自己CUDA的版本以及需求,选择合适的CUDNN版本,我本次下载的是“cuDNN v5.1 (Jan 20, 2017), for CUDA 8.0” - 第二步:拷贝文件
将解压出来的lib64
目录里的所有文件拷贝到CUDA的安装目录/root/cuda/lib64
,将解压出来的include
目录里的所有文件拷贝到CUDA的安装目录/root/cuda/include
。 - 第三步:设置环境变量
将如下内容追加到/etc/profile
文件尾部,并使用source /etc/profile
export CUDA_HOME=/usr/local/cuda
export PATH=$PATH:$CUDA_HOME:$CUDA_HOME/bin:$CUDA_HOME/lib64:/usr/local/cuda/lib64/stubs
export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/cuda/lib64:/usr/local/cuda/extras/CUPTI/lib64:/usr/local/cuda/lib64/stubs
[相关文档链接地址]:
http://blog.csdn.net/fangjin_kl/article/details/539068