Ubuntu GTX 1070 顯卡驅動396 與 CUDA 9.2 + CUDNN 7.4.1.5
基於工作上需要使用N家顯卡運算，文章將介紹如何在UBUNTU下安裝顯卡驅動
環境：UBUNTU 18.04
顯卡：ASUS GTX 1070 白虎
安裝驅動：nvidia-driver-396
安裝CUDA版本：CUDA 9.2
其他：CUDA版本需與驅動版本互相對應，顯卡驅動390無法與CUDA9.2搭配請注意
1. 安裝顯卡驅動
sudo add-apt-repository ppa:graphics-drivers/ppa
sudo apt install nvidia-driver-396
sudo apt install nvidia-settings
安裝完後請打開Software & Updates：（點選驅動程式版本 396版，點完後按Apply Changes）
2. 安裝CUDA 9.2
(1) 請先到官網下載CUDA（runfile類型）
https://developer.nvidia.com/cuda-download
(2) GCC版本降級
CUDA 9.0 僅支持GCC 6.0及以下版本，而Ubuntu 18.04预装GCC版本為7.3，故手動安裝gcc-6與g++-6：
sudo apt-get install gcc-6 g++-6
切换至/usr/bin目錄修改符號鏈接，使GCC 6成為默認使用版本:
cd /usr/bin
sudo rm gcc
sudo ln -s gcc-6 gcc
sudo rm g++
sudo ln -s g++-6 g++
(3)到下載目錄，進行安裝
chmod u+x cuda_9.2.148_396.37_linux.run
sudo ./cuda_9.2.148.1_linux.run
注意安装過程中選擇不安装驅動，安装CUDA，Samples要安装，下面會用到。
3. 安裝 CUDNN-9.2-linux-x64-v7.4.1.5
注冊Nvidia帳號並下載cudnn-9.2-linux-x64-v7.4.1.5（CUDA9.2對應版本）
https://developer.nvidia.com/rdp/cudnn-download
把解壓縮文件裡的cuda複製到CUDA安装文件夾裡
sudo cp cuda/include/cudnn.h /usr/local/cuda-9.2/include
sudo cp cuda/lib64/libcudnn*/usr/local/cuda-9.2/lib64
sudo chmod a+r /usr/local/cuda-9.2/include/cudnn.h
sudo chmod a+r /usr/local/cuda-9.2/lib64/libcudnn*
安装完之後，把以下内容加入sudo gedit ~/.bashrc文件中
export PATH=/usr/local/cuda-9.2/bin${PATH:+:${PATH}}
export LD_LIBRARY_PATH=/usr/local/cuda-9.2/lib64${LD_LIBRARY_PATH:+:$ {LD_LIBRARY_PATH}}
export CUDA_HOME=/usr/local/cuda-9.2
4. 檢查CUDA9.2是否安裝成功
(1)檢查路徑 ~/dev 下 有無存在名為 nvidia* （以nvidia開頭）的多個文件(device files)
若沒有，代表安裝錯誤。
(2)檢查 CUDA Toolkit是否安裝成功
在Terminal输入 ：
nvcc -V
會印出CUDA的版本訊息（V要大寫）
5. 編譯下載的Sample
進入到Samples安裝目錄（通常下載後的Sample會被放在home底下），然後在那個目錄下終端輸入make，等待十来分鐘等待編譯完成。
編譯完成後，可以在Samples裡面找到bin/x86_64/linux/release/目錄，並切換到該目錄
執行deviceQuery程序，sudo ./deviceQuery
成功會顯示PASS:
輸入nvidia-smi 可以觀察顯卡運作情況
參考 reference：
安裝驅動程式
https://askubuntu.com/questions/1032938/trying-to-install-nvidia-driver-for-ubuntu-desktop-18-04-lts
安裝CUDA範例
https://www.cnblogs.com/lydbky/p/9348112.html
發生驅動與CUDA版本不相容時會出現的訊息（本測試不會有不相容的問題）
http://saneeeatsu.hatenablog.com/entry/tensorflow-error-and-install
測試CUDA是否安裝成功
https://blog.csdn.net/u012235003/article/details/54575758
環境：UBUNTU 18.04
顯卡：ASUS GTX 1070 白虎
安裝驅動：nvidia-driver-396
安裝CUDA版本：CUDA 9.2
其他：CUDA版本需與驅動版本互相對應，顯卡驅動390無法與CUDA9.2搭配請注意
1. 安裝顯卡驅動
sudo add-apt-repository ppa:graphics-drivers/ppa
sudo apt install nvidia-driver-396
sudo apt install nvidia-settings
安裝完後請打開Software & Updates：（點選驅動程式版本 396版，點完後按Apply Changes）
2. 安裝CUDA 9.2
(1) 請先到官網下載CUDA（runfile類型）
https://developer.nvidia.com/cuda-download
(2) GCC版本降級
CUDA 9.0 僅支持GCC 6.0及以下版本，而Ubuntu 18.04预装GCC版本為7.3，故手動安裝gcc-6與g++-6：
sudo apt-get install gcc-6 g++-6
切换至/usr/bin目錄修改符號鏈接，使GCC 6成為默認使用版本:
cd /usr/bin
sudo rm gcc
sudo ln -s gcc-6 gcc
sudo rm g++
sudo ln -s g++-6 g++
(3)到下載目錄，進行安裝
chmod u+x cuda_9.2.148_396.37_linux.run
sudo ./cuda_9.2.148.1_linux.run
注意安装過程中選擇不安装驅動，安装CUDA，Samples要安装，下面會用到。
3. 安裝 CUDNN-9.2-linux-x64-v7.4.1.5
注冊Nvidia帳號並下載cudnn-9.2-linux-x64-v7.4.1.5（CUDA9.2對應版本）
https://developer.nvidia.com/rdp/cudnn-download
把解壓縮文件裡的cuda複製到CUDA安装文件夾裡
sudo cp cuda/include/cudnn.h /usr/local/cuda-9.2/include
sudo cp cuda/lib64/libcudnn*/usr/local/cuda-9.2/lib64
sudo chmod a+r /usr/local/cuda-9.2/include/cudnn.h
sudo chmod a+r /usr/local/cuda-9.2/lib64/libcudnn*
安装完之後，把以下内容加入sudo gedit ~/.bashrc文件中
export PATH=/usr/local/cuda-9.2/bin${PATH:+:${PATH}}
export LD_LIBRARY_PATH=/usr/local/cuda-9.2/lib64${LD_LIBRARY_PATH:+:$ {LD_LIBRARY_PATH}}
export CUDA_HOME=/usr/local/cuda-9.2
4. 檢查CUDA9.2是否安裝成功
(1)檢查路徑 ~/dev 下 有無存在名為 nvidia* （以nvidia開頭）的多個文件(device files)
若沒有，代表安裝錯誤。
(2)檢查 CUDA Toolkit是否安裝成功
在Terminal输入 ：
nvcc -V
會印出CUDA的版本訊息（V要大寫）
5. 編譯下載的Sample
進入到Samples安裝目錄（通常下載後的Sample會被放在home底下），然後在那個目錄下終端輸入make，等待十来分鐘等待編譯完成。
編譯完成後，可以在Samples裡面找到bin/x86_64/linux/release/目錄，並切換到該目錄
執行deviceQuery程序，sudo ./deviceQuery
成功會顯示PASS:
輸入nvidia-smi 可以觀察顯卡運作情況
參考 reference：
安裝驅動程式
https://askubuntu.com/questions/1032938/trying-to-install-nvidia-driver-for-ubuntu-desktop-18-04-lts
安裝CUDA範例
https://www.cnblogs.com/lydbky/p/9348112.html
發生驅動與CUDA版本不相容時會出現的訊息（本測試不會有不相容的問題）
http://saneeeatsu.hatenablog.com/entry/tensorflow-error-and-install
測試CUDA是否安裝成功
https://blog.csdn.net/u012235003/article/details/54575758
留言
張貼留言