最新CUDA环境配置教程(ubuntu 20.04 + cuda 11.7 + cuDNN 8.4)

ubuntu 20.04 CUDA 11.7 cuDNN 8.4 环境配置教程

  • ubuntu 20.04 CUDA 11.7 cuDNN 8.4 环境配置教程
  • 1.查看是否有合适的GPU
  • 2.查看系统版本,我用的是ubuntu 20.04:
  • 3.验证系统GCC版本:
  • 4.通过下面的地址下载安装包:
  • 这里奉劝各位一句, 如果你实在是新手, 可以选择deb(local)
  • 5.禁用系统自带的显卡驱动
  • 6.安装cuda程序
  • 7.将CUDA路径加入系统环境
  • 这里再次强调一下, 如果没学过vim的同学可以学一下, 在Linux中用的非常多, vim工具也很简单, 就是一个文本编辑工具
  • 8.验证安装
  • 9.cuDNN下载
  • 10.cuDNN安装
  • OK! 到这里就全部安装好了, 希望对大家有用.
  • 另外再强调一点, 在Linux上开发, 真的建议广大初学者从命令行开始入手!!!
  • 本教程可以在完全命令行完成, 你可以只需要用ssh连接主机就好.

    本教程适配环境:

  • ubuntu 20.04
  • cuda 11.7
  • cudnn 8.4
  • 1.查看是否有合适的GPU

    在命令行输入:

    lspci | grep -i nvidia
    

    输出:

    00:07.0 3D controller: NVIDIA Corporation TU104GL [Tesla T4] (rev a1)
    

    2.查看系统版本,我用的是ubuntu 20.04:

    在命令行输入:

    uname -m && cat /etc/*release
    

    输出:

    x86_64
    DISTRIB_ID=Ubuntu
    DISTRIB_RELEASE=20.04
    DISTRIB_CODENAME=focal
    DISTRIB_DESCRIPTION="Ubuntu 20.04.4 LTS"
    NAME="Ubuntu"
    VERSION="20.04.4 LTS (Focal Fossa)"
    ID=ubuntu
    ID_LIKE=debian
    PRETTY_NAME="Ubuntu 20.04.4 LTS"
    VERSION_ID="20.04"
    HOME_URL="https://www.ubuntu.com/"
    SUPPORT_URL="https://help.ubuntu.com/"
    BUG_REPORT_URL="https://bugs.launchpad.net/ubuntu/"
    PRIVACY_POLICY_URL="https://www.ubuntu.com/legal/terms-and-policies/privacy-policy"
    VERSION_CODENAME=focal
    UBUNTU_CODENAME=focal
    

    3.验证系统GCC版本:

    在命令行输入:

    gcc --version
    

    输出:

    gcc (Ubuntu 9.4.0-1ubuntu1~20.04.1) 9.4.0
    Copyright (C) 2019 Free Software Foundation, Inc.
    This is free software; see the source for copying conditions.  There is NO
    warranty; not even for MERCHANTABILITY or FITNESS FOR A PARTICULAR PURPOSE.
    
    

    4.通过下面的地址下载安装包:

    https://developer.nvidia.com/cuda-downloads

    比如我这里是Ubuntu 20.04, 那么我选择的是Linux -> x86_64 -> Ubuntu -> 20.04 -> runfile(local)

    这里奉劝各位一句, 如果你实在是新手, 可以选择deb(local)

    我这里用的是wget的下载命令, 如果大家网速不行, 建议可以手动复制wget后面的网址, 然后在浏览器打开进行下载

    在命令行输入:

    wget https://developer.download.nvidia.com/compute/cuda/11.7.0/local_installers/cuda_11.7.0_515.43.04_linux.run
    

    5.禁用系统自带的显卡驱动

    在命令行输入:

    sudo touch /etc/modprobe.d/blacklist-nouveau.conf
    
    sudo vim /etc/modprobe.d/blacklist-nouveau.conf
    

    然后将下面的内容添加到/etc/modprobe.d/blacklist-nouveau.conf中并保存:

    blacklist nouveau
    options nouveau modeset=0
    

    更新一下

    sudo update-initramfs -u
    

    输出:

    update-initramfs: Generating /boot/initrd.img-5.4.0-110-generic
    

    这里需要重启一下

    sudo reboot
    

    6.安装cuda程序

    找到我们在之前下载.run文件

    在命令行输入:

    sudo sh cuda_11.7.0_515.43.04_linux.run
    

    运行之后可能要稍微等一小段时间, 20~30秒左右, 系统在解压文件并加载, 不用着急.

    然后需要你先接受使用协议:

    然后选择安装:

    这里可以明确的看到, 它会帮你自动安装好所需要的驱动, 这里建议使用它的会比较好.包括:驱动,toolkit,demo和文档都可以安装好.

    然后界面会跳回之前的界面, 稍等, 这里在安装东西, 大家不要慌.

    等待安装完毕会有如下界面:

    这就完了吗? 当然不是!

    7.将CUDA路径加入系统环境

    在安装完成后, 我们需要将cuda的路径写入系统环境变量中, 让系统能够找到CUDA.

    这里需要你用VIM或者gedit打开~/.bashrc:

    这里再次强调一下, 如果没学过vim的同学可以学一下, 在Linux中用的非常多, vim工具也很简单, 就是一个文本编辑工具

    vim ~/.bashrc
    

    然后将下面的内容放在.bashrc文件的最后面

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

    然后输入:

    source ~/.bashrc
    sudo ldconfig
    

    这两步是来更新系统环境的

    8.验证安装

    查看nvcc:

    nvcc -V
    

    查看你的系统GPU参数, 运行deviceQuery:

     /usr/local/cuda/extras/demo_suite/deviceQuery
    

    特别注意一点:现在安装方式把原来老版本中samples文件夹替换成了demo_suit, 原来完整版的samples请前往GITHUB下载:
    https://github.com/NVIDIA/cuda-samples

    9.cuDNN下载

    下载地址:
    https://developer.nvidia.com/rdp/cudnn-download

    将下载的tar文件上传到设备上

    解压缩文件:

    tar -xvf cudnn-linux-x86_64-8.4.0.27_cuda11.6-archive.tar.xz
    

    10.cuDNN安装

    将下载好的.h文件和lib文件放到cuda文件夹目录下:

    注意这里的cudnn-linux-x86_64-8.4.0.27_cuda11.6-archive可能会因为你是用别的版本而稍有不同, 请使用别的版本的同学自行更改

    sudo cp cudnn-linux-x86_64-8.4.0.27_cuda11.6-archive/include/cudnn*.h /usr/local/cuda/include 
    
    sudo cp -p cudnn-linux-x86_64-8.4.0.27_cuda11.6-archive/lib/libcudnn* /usr/local/cuda/lib64
    
    sudo chmod a+r /usr/local/cuda/include/cudnn*.h /usr/local/cuda/lib64/libcudnn*
    

    OK! 到这里就全部安装好了, 希望对大家有用.

    另外再强调一点, 在Linux上开发, 真的建议广大初学者从命令行开始入手!!!

    来源:扫地的小何尚

    物联沃分享整理
    物联沃-IOTWORD物联网 » 最新CUDA环境配置教程(ubuntu 20.04 + cuda 11.7 + cuDNN 8.4)

    发表评论